焦寧 朱德蘭 荊宇鵬 劉孟陽 柳昌新

摘要：為提高溫室濕簾—風機系統(tǒng)降溫效果、降低溫室運行成本，運用計算流體力學方法（CFD）構建溫室三維模型，模擬濕簾—風機系統(tǒng)運行過程，探究運行參數(shù)對溫室內部溫度場影響規(guī)律。對濕簾面積、風機風速、濕簾入口溫度三種影響參數(shù)進行組合，通過成本分析、溫度占比及溫度分布均勻性選配合適的濕簾—風機降溫系統(tǒng)參數(shù)。結果表明：模擬值與實測值最大誤差為3.983%，驗證CFD模型的有效性。由數(shù)值模擬可知：溫室水平向及豎直向存在梯度變化，在濕簾—風機降溫系統(tǒng)開啟210s時，溫室內部整體溫度穩(wěn)定在27.9℃。夏季高溫季節(jié)，當溫室溫度高達35℃時，利用CFD優(yōu)選出濕簾—風機降溫系統(tǒng)配置參數(shù)為濕簾面積0.5m2，風機風速4m/s；濕簾入口溫度23.85℃時，經(jīng)過300s溫度由35℃降低至30℃，溫室內溫度偏差系數(shù)為0.077，滿足作物生長需求且成本低?；跀?shù)值模擬的溫室濕簾—風機降溫系統(tǒng)的參數(shù)選取方法，可應用到陜西地區(qū)雙拱溫室中。

關鍵詞：溫室；濕簾—風機降溫系統(tǒng)；數(shù)值模擬；計算流體力學；溫度；參數(shù)優(yōu)化

中圖分類號：S625.3

文獻標識碼：A

文章編號：2095-5553 （2024） 05-0079-06

收稿日期：2022年8月3日? 修回日期：2022年10月25日*基金項目：國家重點研發(fā)計劃項目（2021YFE0103000）；陜西省重點研發(fā)計劃（2020ZDNY01—01）；寧夏回族自治區(qū)重點研發(fā)計劃（2022BBF02026）

第一作者：焦寧，女，1997年生，河南洛陽人，碩士研究生；研究方向為設施溫室自動化控制。E-mail： 18821617948@163.com

通訊作者：朱德蘭，女，1969年生，青海樂都人，博士，教授；研究方向為節(jié)水灌溉新技術。E-mail： dlzhu@126.com

Research on determination method of greenhouse wet pad-fan operating parameters

based on numerical simulation

Jiao Ning1， 2， Zhu Delan1， 2， Jing Yupeng1， 2， Liu Mengyang1， 2， Liu Changxin3

（1. College of Water Resources and Architectural Engineering， Northwest A & F University， Yangling， 712100，

China； 2. Key Laboratory of Agricultural Soil and Water Engineering of the Ministry of Education， Northwest A & F

University， Yangling， 712100， China； 3. Breeding and Seed Production of Agricultural Crops of Tashkent State

Agrarian University， Tashkent， 100140， Uzbekistan）

Abstract：

In order to improve the cooling effect of the wet pad-fan system in the greenhouse and reduce the operating cost of the greenhouse， this paper uses the? Computational? Fluid? Dynamics （CFD） to build a three-dimensional model of the greenhouse， simulate the operation of the wet-pad fan system and explore ?the impact of the operation related parameters on the temperature field inside the greenhouse. Through the combination of wet pad area， fan wind speed and wet pad circulating water temperature， the appropriate parameters of wet pad-fan cooling system are selected by the cost analysis， temperature proportion and the temperature distribution uniformity. The results show that the maximum error between simulated values and measured values is 3.983%， which verifies the effectiveness of the CFD model. The numerical simulation shows gradient variability presents in the horizontal and vertical directions of the greenhouse， and the temperature in the greenhouse drops to 27.9℃ after the wet pad-fan cooling system is on for 210s. In summer， when the temperature of the greenhouse is as high as 35 ℃， CFD was used to optimize the configuration parameters of the wet curtain-fan cooling system as the wet curtain area of 0.5 m2， and the fan wind speed of 4 m/s， the initial wet pad circulating water temperature is 23.85℃， the temperature decreases from 35℃ to 30℃ after the wet pad-fan cooling system is on for 300s. The temperature deviation coefficient in the greenhouse is 0.077， which meets the crop growth needs. Therefore， the parameter selection method of the greenhouse wet pad-fan cooling system based on CFD proposed in this paper can be applied to the double-arch greenhouse in Shaanxi.

Keywords：

greenhouse; wet pad-fan cooling system; numerical simulation; CFD; temperature; parameter optimization

0 引言

在夏季高溫環(huán)境下，如何在低能耗高效率的情況下降低室內溫度，為植物提供適宜的生長環(huán)境成了溫室研究領域的熱點問題［1］。傳統(tǒng)的溫室試驗方法是采用溫室現(xiàn)場試驗，工作量大、耗費人力、周期長。近年來CFD方法成為研究溫室內外環(huán)境分布的有力工具。與傳統(tǒng)的溫室現(xiàn)場試驗相比，CFD可以實現(xiàn)任意因素組合下的模擬研究，節(jié)約試驗成本［2， 3］。夏季溫度高，自然通風難以達到理想的植物生長條件，需要開啟濕簾—風機降溫設備，研究溫室內部溫度分布規(guī)律對機械通風設備設計參數(shù)選配有重大意義，能降低溫室運行能耗，實現(xiàn)快速降溫［4］。胥芳等［5］考慮室外太陽輻射等因素，建立濕簾—風機降溫下的CFD模型，對濕簾面積和通風率進行計算。程秀花等［6］基于CFD求解了Venlo型玻璃溫室內溫度和相對濕度場的分布模式。李永博等［7］基于CFD技術優(yōu)化控制系統(tǒng)，并引入均勻性評價指標，對溫室內環(huán)境進行優(yōu)化。計算流體力學和試驗監(jiān)測方法相結合的研究方式在溫室通風領域已十分成熟［8］，但目前溫室機械通風的CFD模擬側重于某時刻溫室溫度空間分布特性，缺乏對溫室內溫度分布的量化研究。運用CFD方法選取溫室濕簾—風機降溫系統(tǒng)設計參數(shù)對優(yōu)化溫室降溫效果，降低溫室運行能耗具有重要的理論研究意義。

本文基于CFD技術建立裝備有濕簾—風機降溫系統(tǒng)的雙拱溫室三維模型，進行模擬試驗，得出溫室內部溫度場隨時空的分布情況，進而討論不同運行參數(shù)下濕簾—風機降溫系統(tǒng)效果，為夏季陜西地區(qū)降溫系統(tǒng)參數(shù)選取提供理論基礎。

1 材料與方法

1.1 試驗方法

1.1.1 溫室基本情況

試驗所用雙拱溫室位于陜西省西北農(nóng)林科技大學中國旱區(qū)節(jié)水農(nóng)業(yè)研究院（東經(jīng)108°4′，北緯34°16′）。該溫室總面積為27.16m2，屋脊沿南北走向，骨架長5.6m，寬4.85m，高3.45m。溫室四周維護及頂部覆蓋材料為薄膜。內部配備濕簾—風機降溫系統(tǒng)：溫室南墻配置一臺濕簾（長0.93m，寬0.78m，厚0.1m），溫室北墻配置一臺負壓風機（380V，180W）。溫室內外部結構如圖1所示。

1.2.2 邊界條件及參數(shù)設置

濕簾—風機降溫系統(tǒng)通過風機抽取溫室內空氣形成負壓達到降溫效果，在CFD邊界條件設置中，風機為速度出口邊界，濕簾為壓力入口邊界。溫室頂部、四周維護以及地面均設置為壁面邊界條件［13-15］。模擬試驗基本參數(shù)及邊界條件設置見表1。

1.2.3 網(wǎng)格劃分

網(wǎng)格劃分采用非結構化網(wǎng)格類型，由于風機出口與濕簾入口處氣流變化的復雜性，對模型進出口附近的網(wǎng)格進行加密，以保證這些區(qū)域有較好的計算精度，共生成1029224個體網(wǎng)格。

1.2.4 溫室濕簾—風機降溫模擬試驗設計

當外界環(huán)境條件不變時，濕簾面積是影響溫室內溫度場的主要因素。面積相同、長寬比例不同的濕簾對溫室內溫度影響差異可以忽略。因此，選取濕簾面積、風機風速、濕簾入口溫度三個因素進行組合模擬試驗［10］。為了選取最優(yōu)的濕簾—風機降溫系統(tǒng)運行參數(shù)，選取濕簾面積分別為0.5m2、0.73m2、1m2三種規(guī)格，風機風速分為2m/s、3m/s、4m/s三檔，濕簾入口溫度為23.85℃、25.85℃、27.85℃三種梯度進行試驗設計，試驗處理如表2所示。

2 結果分析

2.1 CFD模型驗證

本研究采用絕對誤差AE和相對誤差RE衡量模型準確性，如表3所示。

表3顯示降溫系統(tǒng)運行條件下溫度模擬值與實測值吻合良好，絕對誤差絕對值在0.06℃～1.2℃之間。結果表明CFD模型是有效的，可用于后續(xù)濕簾—風機降溫系統(tǒng)參數(shù)選配研究。

2.2 溫室內部溫度變化規(guī)律

夏季高溫時，需要對作物冠層溫度迅速降溫，以番茄為例，冠層高度為1.2m，因此選取水平向Z=1.2m截面，豎直向選取Y=1.4m、Y=2.9m、Y=4.4m截面分析降溫系統(tǒng)開啟條件下溫度變化規(guī)律。根據(jù)CFD得到觀測截面溫度云圖如圖3所示。溫室水平向在濕簾—風機降溫系統(tǒng)中心區(qū)域溫度較低，遠離中心線區(qū)域溫度存在明顯梯度變化，溫度差值大。溫室東側由于太陽輻射的存在，溫度較溫室西側溫度高。在降溫系統(tǒng)開啟過程中低溫空氣隨著時間推移從中心向溫室東西側進行擴散，降溫系統(tǒng)開啟210s后，溫度分布均勻。溫室縱向中心區(qū)域溫度較低，向四周溫度呈現(xiàn)增高趨勢。在降溫系統(tǒng)開啟30s時，可以觀察到溫室內溫度隨著豎直高度的增加而升高。整個通風過程中，溫室內部四周壁面和頂部附近因為受太陽輻射影響溫度較高，變化梯度大，靠近地面區(qū)域溫度變化平緩。降溫系統(tǒng)開啟210s時，溫室內部整體溫度穩(wěn)定在27.9℃。

為量化溫室內各觀測截面在濕簾—風機降溫系統(tǒng)開啟條件下溫度分布情況，在各觀測截面選取100個觀測點，對各觀測點不同時刻溫度占比進行分析，結果如圖4所示。結合溫度占比及溫度分布均勻性分析，各觀測截面溫度在濕簾—風機降溫系統(tǒng)開啟過程中明顯降低，在降溫系統(tǒng)開啟150s時，溫度由35.85℃降至30℃以下，隨著時間變化，溫室內溫度進一步降低，逐漸接近濕簾入口溫度27.85℃，直至在降溫系統(tǒng)開啟300s時達到穩(wěn)定狀態(tài)，滿足番茄生長溫度需求。但是各觀測截面降溫速率不同，溫室豎直向Y=4.4m截面在降溫系統(tǒng)開啟15s時，位于30℃～32℃溫度區(qū)間內觀測點比例達到45%，降溫系統(tǒng)開啟60s時，溫度全部處于32℃以下，開啟120s時，溫度全部處于30℃以下；Y=2.9m與Y=1.4m截面相較于Y=4.4m截面，前期溫度降溫速率較慢，這是由于Y=4.4m截面與濕簾距離近，經(jīng)過濕簾的冷空氣在此截面上擴散充分，隨著時間變化，冷空氣逐漸擴散至風機一側，冷空氣在Y=2.9m和Y=1.4m截面發(fā)揮作用變大，此時Y=1.4m、Y=2.9m、Y=4.4m三個截面降溫速率保持基本一致，直至降溫系統(tǒng)開啟300s時所有觀測點溫度接近濕簾入口溫度27.85℃。溫室水平向Z=1.2m截面在濕簾—風機降溫系統(tǒng)開啟75s內降溫速率較快，與Y=4.4m截面基本一致，隨著時間推移，降溫速率降低。當降溫系統(tǒng)開啟150s時Z=1.2m截面溫度分布完全滿足番茄生長需求。

溫度的空間分布情況是溫室環(huán)境控制的重點，選取溫室內部某一點溫度數(shù)值來評價整體溫室溫度分布存在較大誤差，引入溫度均勻性指標表征不同觀測截面溫度分布情況。本文描述觀測截面溫度均勻性采用偏差系數(shù)，如式（2）所示。在溫室水平向Z=1.2m與縱向Y=1.4m、Y=2.9m、Y=4.4m觀測截面上各選取100個觀測點，根據(jù)各時刻各觀測點溫度值計算出觀測截面溫度偏差系數(shù)。式（2）中n取100。溫室水平向與縱向觀測截面溫度偏差系數(shù)隨時間變化情況見表4。

縱向三個截面均勻性在初始時刻存在顯著差異，這是由于經(jīng)過濕簾的冷空氣傳遞需要時間，隨著時間推移，溫室內部各觀測截面均勻程度變高，在濕簾—風機降溫系統(tǒng)開啟90s時偏差已經(jīng)符合溫室環(huán)境控制要求，但此時根據(jù)圖4觀測截面溫度占比顯示，處于30℃～32℃區(qū)間溫度占比高于50%，需要進一步進行降溫，在濕簾—風機降溫系統(tǒng)開啟105s之后溫度分布處于理想溫度狀態(tài)，與圖3所得規(guī)律顯示一致。

2.3 溫室濕簾—風機降溫系統(tǒng)參數(shù)選取

設定濕簾—風機降溫系統(tǒng)運行時間為15min，空氣、薄膜物質參數(shù)按照表1設置，氣象條件（環(huán)境溫度、太陽輻射強度）按照2021年8月4日14：30實際測量數(shù)據(jù)設置，試驗測定溫室內部初始溫度為35℃，室外溫度為34.3℃。濕簾入口溫度及風機風速按照表2模擬試驗表設置。模擬試驗結果分析選取溫度占比、溫度分布均勻性及系統(tǒng)成本三個優(yōu)化目標，觀測截面均勻性按式（2）計算，系統(tǒng)成本按式（3）計算，結果如表5所示。

試驗處理T3、T4、T6溫度大于32℃的占比為8.7%、12.4%、29.1%，根據(jù)番茄生長過程對溫度的要求可知，番茄生長最佳范圍區(qū)間是20℃～30℃，因此這三個處理不滿足溫度要求，應當予以排除。試驗處理T2、T8、T9溫度都處于32℃以下，但位于30℃～32℃區(qū)間內占高，分別為48.8%、87.5%、41.2%，且T9處理均勻度低，不滿足番茄生長要求，因此這三個處理不作為最優(yōu)選項。試驗處理T1、T5、T7溫度基本處于30℃以下，占比分別為89.9%、82.3%、92.5%，滿足番茄生長溫度需求，但T5、T7處理相較于T1處理成本高，分別為643.19元和608.17元，因此選取最優(yōu)的濕簾—風機降溫系統(tǒng)風速和濕簾面積為4m/s和0.5m2，濕簾入口溫度為23.85℃。

3 結論

1） 本文運用計算流體力學技術，提出一種雙拱溫室的三維模型。通過FLUENT建立相應的CFD數(shù)值模型，進行試驗數(shù)據(jù)與模擬數(shù)據(jù)比較，各測點的溫度值誤差控制在4%以內，說明該模型有效，計算結果準確。

2） 根據(jù)建立的CFD數(shù)值模型，對溫室內部溫度進行了模擬，通過CFD-Post后處理軟件對模擬結果進行處理，從而得到在濕簾—風機降溫系統(tǒng)開啟條件下溫室內部溫度存在明顯梯度，隨著時間增加在濕簾—風機降溫系統(tǒng)開啟150s時，達到番茄生長需求溫度。

3） 在溫室尺寸固定情況下，選取濕簾面積、風機風速及濕簾入口溫度三個因素，進行不同因素組合下溫室內部溫度變化情況模擬試驗，根據(jù)成本指標、均勻性指標、溫度區(qū)間占比進行優(yōu)化控制。選取的風機風速為4m/s，濕簾面積為0.5m2，濕簾入口溫度為23.85℃，經(jīng)驗證溫室內部溫度可以穩(wěn)定在30℃以下，且溫室內溫度分布均勻，成本較低，符合要求。

參 考 文 獻

［1］ 高峰， 俞立， 盧尚瓊， 等. 國外設施農(nóng)業(yè)的現(xiàn)狀及發(fā)展趨勢［J］. 浙江林學院學報， 2009， 26（2）： 279-285.

Gao Feng， Yu Li， Lu Shangqiong， et al. Status quo and development trend of facility agriculture in foreign countries ［J］. Journal of Zhejiang Forestry College， 2009， 26（2）： 279-285.

［2］ Zhang G， Fu Z， Yang M， et al. Nonlinear simulation for coupling modeling of air humidity and vent opening in Chinese solar greenhouse based on CFD ［J］. Computers and Electronics in Agriculture， 2019， 162： 337-347.

［3］ Xu F， Lu H， Chen Z， et al. Selection of a computational fluid dynamics （CFD） model and its application to greenhouse pad-fan cooling （PFC） systems ［J］. Journal of Cleaner Production， 2021， 302： 127013.

［4］ 吳飛青， 胥芳， 張立彬， 等. 基于多孔介質的玻璃溫室加熱環(huán)境數(shù)值模擬［J］. 農(nóng)業(yè)機械學報， 2011， 42（2）： 180-185.

Wu Feiqing， Xu Fang， Zhang Libin， et al. Numerical simulation on thermal environment of heated glass greenhouse based on porous medium ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2011， 42（2）： 180-185.

［5］ 胥芳， 蔡彥文， 陳教料， 等. 濕簾—風機降溫下的溫室熱/流場模擬及降溫系統(tǒng)參數(shù)優(yōu)化［J］. 農(nóng)業(yè)工程學報， 2015， 31（9）： 201-208.

Xu Fang， Cai Yanwen， Chen Jiaoliao， et al. Temperature/flow field simulation and parameter optimal design for greenhouses with fan-pad evaporative cooling system ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2015， 31（9）： 201-208.

［6］ 程秀花， 毛罕平， 倪軍. 溫室環(huán)境—作物濕熱系統(tǒng)CFD模型構建與預測［J］. 農(nóng)業(yè)機械學報， 2011， 42（2）： 173-179.

Cheng Xiuhua， Mao Hanping， Ni Jun. Numerical prediction and CFD modeling of relative humidity and temperature for greenhouse-crops system ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2011， 42（2）： 173-179.

［7］ 李永博， 周偉， 李鵬飛， 等. 基于CFD模擬模型的溫室溫度場均勻性控制［J］. 農(nóng)業(yè)機械學報， 2012， 43（4）： 156-161.

Li Yongbo， Zhou Wei， Li Pengfei， et al. Temperature homogeneity control of greenhouse based on CFD simulation model ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2012， 43（4）： 156-161.

［8］ 趙融盛， 蔡澤林， 楊志， 等. 側通風口高度對塑料溫室氣流及溫濕度的影響［J］. 中國農(nóng)業(yè)大學學報， 2021， 26（3）： 105-114.

Zhao Rongsheng， Cai Zelin， Yang Zhi， et al. The effect of the height of the side vents on the airflow， temperature and humidity of the plastic greenhouse ［J］. Journal of China Agricultural University， 2021， 26（3）： 105-114.

［9］ 李康吉， 張世通， 孟凡躍， 等. 考慮時空變異特性的溫室多環(huán)境因子優(yōu)化策略［J］. 農(nóng)業(yè)機械學報， 2021， 52（11）： 343-350.

Li Kangji， Zhang Shitong， Meng Fanyue， et al. Optimization strategy of greenhouse multiple environment factors considering temporal and spatiotemporal variability ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2021， 52（11）： 343-350.

［10］ Kim K， Yoon J Y， Kwon H J， et al. 3-D CFD analysis of relative humidity distribution in greenhouse with a fog cooling system and refrigerative dehumidifiers ［J］. Biosystems Engineering， 2008， 100（2）： 245-255.

［11］ 程秀花， 毛罕平， 倪軍. 基于CFD的自然通風玻璃溫室濕熱環(huán)境模擬與測試［J］. 揚州大學學報（農(nóng)業(yè)與生命科學版）， 2010， 31（3）： 90-94.

Cheng Xiuhua， Mao Hanping， Ni Jun. Simulation and test of heat and humidity in natural ventilated glasshouse by CFD method ［J］. Journal of Yangzhou University （Agricultural and Life Science Edition）， 2010， 31（3）： 90-94.

［12］ 王福軍. 計算流體動力學分析——CFD軟件原理與應用［M］. 北京： 清華大學出版社， 2004.

［13］ 趙杰強， 趙云. 機械通風連棟溫室的溫度場CFD模擬［J］. 中國農(nóng)機化學報， 2014， 35（6）： 76-79.

Zhao Jieqiang，Zhao Yun．Computational fluid dynamics simulation on temperature field of mechanical ventilation for multi-span greenhouse ［J］. Journal of Chinese Agricultural Mechanization， 2014， 35（6）： 76-79.

［14］ 郝飛麟， 沈明衛(wèi)， 張雅. 單棟塑料溫室內溫度場CFD三維穩(wěn)態(tài)模擬［J］. 農(nóng)業(yè)機械學報， 2012， 43（12）： 222-228.

Hao Feilin， Shen Mingwei， Zhang Ya， et al. 3D steady simulation of temperature pattern inside single plastic greenhouse using CFD ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2012， 43（12）： 222-228．

［15］ 張起勛， 于海業(yè)， 張忠元， 等. 利用 CFD 模型研究日光溫室內的空氣流動［J］. 農(nóng)業(yè)工程學報， 2012， 28（16）： 166-171.

Zhang Qixun， Yu Haiye， Zhang Zhongyuan， et al. Airflow simulation in solar greenhouse using CFD model ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2012， 28（16）： 166-171.