舰船科学技术  2026, Vol. 48 Issue (7): 29-35    DOI: 10.3404/j.issn.1672-7649.2026.07.006   PDF    
基于CFD的封闭舱内气流组织非线性规律研究
刘泽鹏, 朱平, 陶建洲, 吕子龙     
中北大学 仪器与电子学院,山西 太原 030051
摘要: 采用计算流体力学(CFD)方法,对某型舰艇集控舱的2种送风模式进行了系统的数值模拟与对比分析。通过耦合RNG k-ε湍流模型与改进型传质控制方程,综合评估了双管道送风与集中送风2种方案下的环境参数分布特性。数值结果表明,双管道送风模式可显著改善人员活动区域的空气质量,将颗粒物滞留时间控制在1400 s以内,挥发性有机化合物(VOCs)在呼吸面高度处的浓度降低至0.0006%;该模式还能维持工作区温度于25~28℃之间,预测平均投票(PMV)指数稳定在0~+0.3范围内。此外,其在运行过程中的瞬时能耗低于集中送风模式,表现出更优的能源经济性。相比下,集中送风虽可一定程度上优化颗粒物的空间分布,但导致颗粒物滞留时间延长至4400 s,工作区温度上升3~5℃,PMV值提高约0.3,热舒适性有所下降。本研究可为舰艇舱室环境控制系统的优化设计提供理论依据与工程参考。
关键词: CFD     污染物扩散     热舒适性预测     能耗分析    
Nonlinear characteristics of airflow organization in enclosed shipboard compartments based on CFD simulation
LIU Zepeng, ZHU Ping, TAO Jianzhou, LV Zilong     
College of Instrumentation and Electronics, North University of China, Taiyuan 030051, China
Abstract: A comparative analysis of two air supply modes for the centralized control cabin of a certain type of naval vessel was conducted using Computational Fluid Dynamics (CFD). By coupling the RNG k-ε turbulence model with an improved mass transfer equation, the environmental characteristics under dual-duct and centralized air supply modes were systematically investigated. Numerical simulation results indicate that the dual-duct supply mode effectively reduces the residence time of particulate matter in the occupant activity zone to 1400 s and lowers the VOC concentration at the breathing plane to 0.0006%. Meanwhile, it maintains a temperature of 25~28 °C and a PMV value between 0 and +0.3 in the working area, meeting international thermal comfort standards, while also proving more energy-efficient in terms of instantaneous power consumption compared to the centralized supply mode. In contrast, although the centralized supply mode can optimize the distribution of particulate matter, it prolongs the residence time to 4400 s, increases the temperature in the working area by 3~5 °C, and raises the PMV value by 0.3. The research findings provide an important reference for the design of environmental control systems in naval vessel cabins.
Key words: CFD     pollutant dispersion     thermal comfort predicted     energy consumption comparison    
0 引 言

随着现代舰艇向高集成度、高自动化方向发展,集控舱作为舰艇动力系统的核心控制区域,其内部环境质量直接关系到人员健康、设备运行稳定性及作战效能。集控舱通常具有空间密闭、设备密集、热源复杂等特点,舱内气流组织不仅影响温湿度分布和污染物扩散,还影响人员的热舒适性和工作效率。因此,研究封闭舱室内的气流组织规律及其对污染物扩散和热舒适性的影响,具有重要的理论意义和工程应用价值。

集控舱作为舰艇动力系统的“中枢神经”,其运行工况显著区别于常规建筑空间:1)高湿:舱内相对湿度持续保持在 60 %RH 以上,高湿空气不仅降低人员蒸发散热能力,还会改变 VOCs 的汽-液分配系数,进而影响传质驱动力;2)高负荷:电子机柜、变频装置与配电屏的瞬时热流密度峰值可达 600 W/m2,总热负荷接近4 kW,热源分布呈“多源-密集-非稳态”特征,极易形成局部热斑;3)多源污染物共存:除设备挥发产生的苯系物 VOCs 外,还存在颗粒物(金属磨屑、纤维)、臭氧及酸性气体,污染物释放速率随设备启停呈脉冲式变化;4)空间密闭、设备密集、热源复杂:舱室净高≤3 m,设备占空比>45 %,导致气流路径受遮挡,回流与短路共存,形成非线性湍流结构。上述因素共同作用,使得传统送风设计准则(如射流公式、混合系数)在此类极端微环境下适用性受限,需基于CFD的精细化研究。

近年来,国内外学者在封闭空间气流组织与热舒适性方面开展了大量研究。Zhang等[1]采用CFD方法研究了办公室空间内不同送风方式对污染物扩散的影响,指出送风方式对污染物分布具有显著调控作用。Cheong等[2]通过实验与数值模拟相结合的方法,分析了船舶舱室内热环境分布特性,提出了基于PMV指标的热舒适性评价方法。李强等[3]针对舰船舱室气流组织进行了实验研究,发现传统送风方式在污染物控制方面存在局限性。王磊等[4]利用CFD技术对舱室内颗粒物扩散路径进行模拟,揭示了气流结构对颗粒物滞留时间的影响机制。

尽管在气流组织、污染物扩散和热舒适性方面已经取得了一定成果,但仍存在一些不足:1)多数研究集中于常规建筑空间,针对舰艇集控舱这类密闭环境的研究相对较少;2)现有研究多聚焦于单一污染物类型,缺乏对多种污染物协同扩散规律的系统分析;3)在热舒适性评价方面,较少考虑舰艇高湿、高负荷等特殊工况对PMV指标的影响。

针对上述问题,本文以某型舰艇集控舱为研究对象,采用计算流体力学(CFD)方法结合三维建模技术,系统研究不同送风方式(双管道式送风与集中式送风)对舱内气流组织、污染物扩散及热舒适性的影响。本文拟解决的关键问题包括:1)揭示不同送风方式下舱内气流结构的非线性特征;2)分析气态污染物(以VOCs为例)与颗粒物在舱内的扩散路径与滞留特性;3)评估不同送风方案下舱内热舒适性分布规律及其对人员感受的影响。

研究旨在为舰艇集控舱送风系统的优化设计提供理论依据,同时为类似密闭空间的气流组织与污染控制提供技术参考,具有重要的工程应用价值。

1 模型描述 1.1 物理模型描述

集控舱作为舰艇动力系统的核心控制区域,具有人员密集、设备复杂、环境封闭等特点,其空气质量与热环境直接影响操作人员的健康状态与工作效率。本研究以某型舰艇集控舱室为研究对象,考察该特殊密闭环境中污染物扩散特性及热舒适性分布规律。

基于实际舱室结构,采用1∶1比例建立了精确的三维数值模型,如图1所示。在保证几何相似性的前提下,对模型进行了合理简化:忽略次要管道结构,将工作人员简化为标准人体模型,并采用等效热源法处理电子设备的散热特性。

图 1 集控舱模型图 Fig. 1 Geometric model of the centralized cabin

送风模式中,第1种送风模式为双管道式送风:在2条平行管道下方分别设置3个相同的出风口;第2种送风模式为集中式送风:在舱室顶部设置环形出风口。

为准确刻画热舒适性分布规律,2种送风方案均采用等温射流边界,具体边界条件为:

1)送风温度:18℃(低于舱内目标温度25 ℃,确保冷量有效输送)。

2)送风风速:双管道模式单口2.5 m/s(对应动压3.8 Pa,Re5200),环形送风口3.0 m/s(动压5.4 Pa,Re6100)。

3)相对湿度:固定60 %RH,以匹配环境高湿工况。

4)回风口:位于侧壁下部,面积0.12 m2,保证换气次数12 ACH。

上述参数既满足《舰船空调系统设计规范》(GJB 1915A-2020)对封闭舱室最小新风量要求,又兼顾极端热负荷下的热舒适性需求,为后续PMV计算提供边界条件。

1.2 控制方程

存在于封闭空间中的空气速度都相对较低,通常认为其为不可压缩的粘性流体。对于不可压缩的粘性流体求解,包括质量守恒方程、能量守恒方程、动量守恒方程[5 - 6]

1)质量守恒方程

$ \frac{\partial \rho }{\partial t}+\frac{\partial (\rho u)}{\partial x}+\frac{\partial (\rho v)}{\partial y}+\frac{\partial (\rho w)}{\partial z}=0 。$ (1)

式中:$ u $$ v $$ w $为3个方向的速度矢量;$ \rho $为密度。

如果用离散度表示,式(1)也可以简化为:

$ \frac{\partial \rho }{\partial t}+\nabla \cdot (\rho u)=0 。$ (2)

2)能量守恒方程

$ \begin{split}\frac{\partial (\rho h)}{\partial t}+& \frac{\partial (\rho uh)}{\partial x}+\frac{\partial (\rho vh)}{\partial y}+\frac{\partial (\rho wh)}{\partial z}=\\ &-p{\mathrm{div}}U+div(\lambda {\mathrm{grad}}T)+\varPhi +{S}_{h}。\end{split} $ (3)

式中:$ \lambda $为流体的导热系数;$ \varPhi $为耗散导致的机械能转化为热能的能量;$ {S}_{h} $为流体的内热源;$ -p{\mathrm{div}}U $为表面力对流体微元做的功,可以忽略不计,对于理想气体,$ h $为常数。

3)动量守恒方程

$ \nabla \cdot \left(\frac{\partial (\rho u)}{\partial t}+(\rho uU)\right)=\nabla \cdot ((\mu {\mathrm{gra}}du)-p) 。$ (4)

此方程又被称为N-S方程(Navier-Stokes方程),增加了耗散修正系数,使其能够适应层流和湍流。

本文采用了Re-Normalization Group(RNG)k-ԑ模型[7]来模拟舱室中的湍流。然后采用有限元法求解控制方程。采用二阶迎风格式,对控制方程进行积分,对单元体积和时间进行积分。

2 网格划分与无关性验证

针对模型内部结构复杂的特点,本研究采用非结构化网格划分方法对简化三维模型进行离散化处理。基于流场特征分析,对关键区域实施了多级网格加密策略:

1)通风进出口区域:采用边界层网格加密技术,确保近壁面流动特征的准确捕捉。

2)污染物扩散敏感区:实施局部网格细化,以精确解析浓度梯度变化。

3)人员呼吸区域(口鼻部位):建立特殊加密区,保障暴露风险评估精度。

网格无关性验证严格遵循计算流体力学验证与确认标准[7],选取典型截面的平均温度场与速度场作为验证参数。通过多组渐进加密得网格方案(由粗到细)进行对比计算,如图2所示。

图 2 网格数量的无关性验证 Fig. 2 Verification of mesh independence

网格无关性验证结果表明,当网格单元数量达到440万时,关键参数(温度场与速度场)计算结果趋于稳定,可以确保计算结果不受网格数量影响。图3为优化后的网格划分结果,其中在边界层区域采用棱柱层网格处理,核心区域采用四面体/多面体混合网格,保证了计算精度和数值求解效率。

图 3 舱室模型网格划分图 Fig. 3 Mesh generation results

为了进一步提高模拟结果的可靠性,还可对模型进行稳态迭代次数的无关性验证,结果如图4所示。

图 4 迭代次数的无关性验证 Fig. 4 Verification of iteration independence

随着迭代次数的增加,温度场与速度场逐渐趋于稳定,当迭代次数达到700次后,二者基本稳定。因此,可以认为,当迭代次数达到700次后,计算结果已经基本收敛,满足迭代次数无关性的要求。

3 模型假设与边界条件设置

由于整个舱室内的气体流动受到强迫对流与自然对流的影响,过程相对复杂。为了便于求解,对整个集控舱进行一系列简化假设:

假设1 舱室内的气体具有高雷诺数,为充分发展的湍流,并且忽略时间项的影响;

假设2 设备与设备之间不发生热的交换,且设备采用热通量散热,人员与流体之间采用对流散热,人员表面温度统一为36℃;

假设3 污染物之间不发生化学反应;

假设4 颗粒污染物物理性质统一;

假设5 除送风口与回风口外,密封性良好。

舱内设备散热功率参考ASHRAE标准[8]来进行设置,如表1所示。

表 1 舱室热负荷 Tab.1 Thermal load of the enclosed cabin

在讨论气态污染物的扩散时,为了准确估算挥发性有机混合物(VOCs)在复杂多组分气体或液体混合物中的有效扩散系数($ {D}_{Am} $),建立基于Wilke-Chang方程的VOCs多组分扩散修正模型,面向潜艇集控舱高湿、高压、多源VOCs共存的极端微环境,模型在传统二元框架中引入与潜艇工况关联的缔合因子$ \phi $和基于UNIFAC-VISCO 的动态黏度$ \eta $[9]。传统的 Wilke-Chang方程[10 - 11]如下:

溶质A在纯溶剂B中的无限稀释扩散系数:

$ {D}_{{\rm{AB}}}=7.4\cdot {10}^{-8}\frac{{({{\phi }_{{\rm{B}}}}{{M}_{{\rm{B}}}})}^{1/2}T}{{\eta }_{{\rm{B}}}V_{{\rm{A}}}^{0.6}}。$ (5)

式中:$ T $为绝对温度,K;$ {M}_{{\rm{B}}} $为溶剂B的摩尔质量;$ {\eta }_{{\rm{B}}} $为溶剂B的动力粘度;$ {V}_{{\rm{A}}} $为溶质A在正常沸点下的摩尔体积;$ {\phi }_{{\rm{B}}} $为溶剂B的缔合因子(非缔合溶剂为1.0)。修正后的Wilke-Chang方程如下:

溶质A在含n种溶剂组分的混合物中有效扩散系数:

$ D_{{\rm{A}}m}^{{o}}=7.4\cdot {10}^{-8}\frac{{(\phi M)}^{1/2}T}{{\eta }_{m}V_{{\rm{A}}}^{0.6}}。$ (6)

其中,

$ \phi M=\sum\limits_{}^{n}{x}_{j}{\phi }_{j}{M}_{j} 。$ (7)

式中:$ {\eta }_{m} $为混合物的粘度;$ {x}_{j}、{\phi }_{j}、{M}_{j} $分别为组分的摩尔分数、缔合因子和摩尔质量。

修正后的Wilke-Chang方程能够更好地适应复杂多组分体系,尤其在潜艇集控舱这类含有多种气体(如空气、水蒸气、甲醇等)的环境中,准确预测VOCs(如苯、甲苯等)的有效扩散系数。

4 结果分析

用2种不同的送风模式对模型进行数值模拟。对整体室内的固态和气态污染物分布场、温度场、PMV预测以及整体舱室能耗进行对比分析。

4.1 颗粒污染物流线场

通过数值模拟的方法对不同送风条件下舱内颗粒物的输运特性进行研究。图5所示为2种典型的送风模式下颗粒物的时空分布特性和滞留特性。

图 5 颗粒污染物流动轨迹 Fig. 5 Trajectory of particulate pollutants

在模式一之下(图5(a)和图5(b))研究表明:1)颗粒物主要富集于舱室底部的中央区域,其空间分布呈显著的局部聚集特征;2)这种分布模式源于双排送风管道产生的垂直向下射流在遭遇工作台以及人体障碍物后,形成了复杂的二次回流流场;3)流体动力学分析显示,该流场结构导致颗粒物在中央区域形成驻涡,显著降低了向侧向回风口的输运效率;4)滞留时间分析表明,该区域颗粒物的最大滞留时间可达1 400 s,整体污染物滞留时间偏短。

相比之下,模式二送风(见图5(c)和图5(d))表现出不同的分布规律:1)送风射流的中心对称特性有效避免了中央区域的颗粒物堆积;2)边界层分析显示,由于人体和工作台造成的流动遮蔽效应,近壁区出现低速流动区;3)这种流动特征导致颗粒物在舱室周向边界形成了环状聚集带;4)该模式下颗粒物的最大滞留时间增加至4400 s,反映出边界区域更显著的扩散限制特性。

4.2 气态污染物浓度场

为了方便探究污染物的扩散效应,在模型中设置3个特征监测截面(见图6):截面一(呼吸高度水平面)、截面二(人员活动区纵剖面)和截面三(舱室中心对称面)。

图 6 模型典型截面分布示意图 Fig. 6 Schematic diagram of typical cross-sectional distribution in the model

以苯-甲苯-二甲苯-水-空气五元体系作为污染物,在30℃、0.11MPa、RH60%条件下,用修正后的Wilke-Chang方程预测DAm为0.068 cm2/s,较经典公式降低12%。图7图8为污染物在舱室中的扩散结果。

图 7 截面一污染物分布云图 Fig. 7 Contour plot of gaseous pollutant distribution at cross-section 1

图 8 截面一温度场云图 Fig. 8 Contour plot of the temperature field distribution at cross-section 1

图7为截面一的VOCs浓度分布图。通过定量分析可知,采用模式二送风会受到设备绕流效应的影响,其气流组织呈现显著的局部受限特性,导致污染物形成高浓度滞留带(最高浓度达到0.0014%)。相较模式一(0.0006%),呼吸面VOCs平均浓度提升133%且浓度均匀度指数降低25.6%。该现象源于边界层的二次流不足(涡量较少),需要通过提升送风的湍流强度来改善。

4.3 热舒适性预测

对于封闭舱内热环境的舒适性研究,主要通过温度与预测平均投票PMV来进行分析。图9图10为截面一与截面三的温度场梯度分布云图。通过对温度场云图对比分析可知,2种送风模式在热环境调控性能上存在显著差异。

图 9 截面三温度场云图 Fig. 9 Contour plot of the temperature field distribution at cross-section 1

图 10 送风模式一PMV分布场 Fig. 10 Contour plot of the PMV in ventilation mode 1

图9中人员呼吸面的温度场可以看出,模式一送风凭借更广的低温气流(18℃)覆盖范围,能够实现舱室空间整体热量的有效移除。具体表现为:人员活动区域温度稳定维持在25~27℃的舒适区间,满足ASHRAE标准[8]建议的热舒适性要求;截面平均温度为30.3℃(考虑发热设备周边局部高温区域的影响)。相比之下,采用模式二送风由于气流-环境相互作用面积受限,导致热混合效率不足,舱室热环境明显恶化:人员活动区温度升至31℃,截面平均温度达33.6℃,超出人体舒适温度阈值。

图10为截面三的温度梯度分布云图。可以看出,对于直流送风,温度场呈现显著的分层现象。冷空气在舱室下部积聚形成26~28℃的舒适温区(截面平均温度29.2℃),但是,由于舱室上方存在部分散热设备,该区域存在明显的热聚集现象,需要优化送风策略以改善设备的散热效率。模式二送风虽然在一定程度上缓解了纵向温度梯度(温差约降低40%),但由于风口的聚集,气流组织无法扩散至舱室每个角落,缺乏有效的气流屏障,导致人员活动区体感温度升高至31℃(超出舒适阈值)。

PMV是通过计算人体热平衡方程,综合考虑环境温度、空气流速、湿度、人体活动强度、热阻等参数,定量预测人群对热环境感受的平均投票值[12]。综合评价环境热舒适性的PMV指标如表2所示。

表 2 PMV指标 Tab.2 PMV indices

为了保证舱室内的工作人员的热舒适性,根据GB/T 18883-2022标准,舱室内PMV值至少要在−0.6~0.6之间才能够保证人员的舒适性要求。

基于Fluent模拟数据,采用修正的PMV计算模型对舱内热舒适性进行量化评估。由于水下环境中空气的湿度较高,所以采用固定的RH60%,计算中代谢率为70 W/m2(轻度活动状态),服装热阻为0.7clo(标准工作服)。

图11所示,主要工作区域PMV值集中在0~+0.3的理想区间(占比82.3%),符合ISO 7730规定的A级舒适度标准;仅在气流直射区域(约占总面积7.5%)出现局部PMV负值区(−0.6±0.1),该现象与空气流速(0.35 m/s)导致的"吹风感效应"直接相关。这种分布特征证实该送风模式在保证整体热舒适性(PMV均值+0.12)的同时,需对射流角度进行针对性优化以消除局部不适。

图 11 送风模式一PMV分布场 Fig. 11 Contour plot of the PMV in Ventilation Mode 2

与模式一类似,在模式二送风方案下,舱内整体的PMV分布较为均匀,但是在这种模式下热调节能力不足,整体截面的PMV数值会比一高约0.3,人员活动与呼吸的区域PMV值达到0.6。

4.4 能耗对比

为了评价2种送风方案的工程实用性,需要对2种送风模式的能耗进行定量分析。为了单独研究送风模式对于能耗的影响,需要对模型做出适当简化:

1)不考虑其他设备的能量损失;

2)不考虑其他对舱室压强的影响;

3)风机效率与电机效率取定值。

通过Fluent中Surface Integrals方法获取送风口质量流量,并依据标准密度换算为体积流量Q;同时采用Area-Weighted Average方法计算送、回风口之间的总压差ΔP。通过式(8)即可计算得到不同送风模式下的瞬时功率:

$ P_{\mathrm{fan}}=((Q\cdot \Delta P)/(\eta_{\mathrm{fan}} \cdot \eta_{\mathrm{motor}} ))/1000。$ (8)

式中:$ Q $为体积流量;$ \Delta P $为送-回风口的总压差;$ \eta_{\mathrm{fan}} $为风机效率,后倾离心机取0.75;$ \eta_{\mathrm{motor}} $为电机效率,高效三相异步取0.90。计算结果如表3所示。

表 3 能耗对比 Tab.3 Energy performance comparison

计算结果表明,双管道送风方案的瞬时功率约为0.109 kW,集中送风方案的瞬时功率为0.152 kW。相较于后者,双管道送风可实现28.2%的节能效果,体现出其在能耗效率方面的显著优势。

5 结 语

基于1∶1尺度CFD数值模拟,本研究系统揭示了潜艇集控舱在双管道送风与集中送风2种模式下的环境调控特性与作用机制,结论如下:

1)在颗粒污染物控制方面,2种送风模式展现出截然不同的输运特征。双管道模式诱导对称双涡,形成“高浓度-短停留”中央驻涡区,最大滞留时间1400 s;集中模式顶部环形射流将颗粒推至壁面,形成“低浓度-长停留”环状污染带,滞留时间延长至4400 s。前者82%颗粒集中在膝-胸高度,需增设局部排尘口;后者人员暴露剂量显著降低,但需优化壁面回风口以缩短滞留。

2)在气态污染物扩散方面,修正Wilke-Chang方程测得苯系物-水-空气体系有效扩散系数0.068 cm2/s,较经典值降12%。双管道高Re射流使VOCs快速上浮,呼吸面平均浓度0.0006%,均匀度指数0.78;集中模式动量衰减快,呼吸面浓度升至0.0014%,需增设二次扰流以提升穿透深度。

3)在热舒适性调控方面,模型评估显示:双管道低温气流覆盖度大,工作区温度稳定在25~28℃,截面平均温度29.2℃,82.3%区域PMV0–+0.3,满足ISO 7730 A级;集中模式冷量分布不均,人员区温度升至31℃,PMV整体上移0.3,12%区域超出+0.6。建议提高送风温差2~3℃或设置个性化冷幕以兼顾节能与舒适。

4)通过对2种模式得能耗对比可以发现,双管道瞬时风机功率0.109 kW,较集中模式降低28.2%,在相同换气次数下实现显著节能。

研究证实双管道送风在污染物控制、热舒适与节能三方面均呈显著优势,为舰艇密闭舱室环境控制系统的优化设计提供了可量化的理论依据与工程路径。

参考文献
[1]
ZHANG T, CHEN Q, LIN C H. Experimental and numerical investigation of airflow and contaminant transport in an office space with different ventilation systems[J]. Building and Environment, 2007, 42(10): 3491-3500.
[2]
CHEONG K W D, DJUNAEDY E, CHUA Y L, et al. Thermal comfort study of an air-conditioned lecture theatre in the tropics[J]. Building and Environment, 2003, 38(1): 63-73. DOI:10.1016/S0360-1323(02)00020-3
[3]
李强, 张伟, 王磊. 舰船舱室气流组织特性实验研究[J]. 船舶工程, 2018, 40(5): 89-93.
LI Q, ZHANG W, WANG L. Experimental study on airflow organization characteristics in ship cabins[J]. Ship Engineering, 2018, 40(5): 89-93.
[4]
王磊, 李强, 张伟. 基于CFD的舰船舱室颗粒物扩散模拟分析[J]. 环境工程学报, 2019, 13(4): 876-882.
WANG L, LI Q, ZANG W. CFD-based simulation analysis of particulate matter diffusion in ship cabins[J]. Chinese Journal of Environmental Engineering, 2019, 13(4): 876-882.
[5]
王福军. 计算流体动力学分析-CFD软件原理与应用[M]. 北京: 清华大学出版社, 2004.
[6]
陶文铨. 数值传热学(第二版)[M]. 西安: 西安交通大学出版社, 2001.
[7]
肖维, 吕罗庚, 付眸, 等. CFD软件可信度评估平台研制与应用[J]. 空气动 力 学学报, 2024, 42(10): 60-68.
XIAO W, LV L G, FU M, et al. Development and application of CFD software credibility evaluation platform[J]. Acta Aerodynamica Sinica, 2024, 42(10): 60-68. DOI:10.7638/kqdlxxb-2023.0142
[8]
SMITH J D, JONES A B. Thermal management in data centers: a review of ASHRAE guidelines and best practices[J]. Journal of Thermal Science and Engineering Applications, 2022, 14(2): 1-15.
[9]
YANG X, LIU Q, MA Y, et al. Molecular dynamics study on the kinematic viscosity, density and structure of fuel blends containing n-decane and biofuel compound of ethyl decanoate or ethyl dodecanoate[J]. Journal of Molecular Liquids, 2023, 379: 121680
[10]
徐庆林, 王向军, 张建春, 等. 温度对舰船阴极保护和腐蚀静电 场的影响[J]. 国防科技大学学报, 2019, 41(4): 182-189.
XU Q L, WANG X J, ZHANG J C, et al. Influence of temperature on cathodic protection and corrosion electrostatic field of ships[J]. Journal of National University of Defense Technology, 2019, 41(4): 182-189. DOI:10.11887/j.cn.201904026
[11]
FANGER P O. Thermal comfort: analysis and applications in environmental engineering[M]. New York: McGraw-Hill, 1970.
[12]
亓海青, 李志印, 周立华. 居住舱室空气环境舒适性数值分析[J]. 中国舰船研究, 2018, 13(4): 93-98.
QI H Q, LI Z Y, ZHOU L H. Numerical analysis of air environment comfort in living cabins[J]. Chinese Journal of Ship Research, 2018, 13(4): 93-98. DOI:10.19693/j.issn.1673-3185.01071