新型个性化通风系统预防传染病传播数值研究

郑晓红，钱华，刘荔

(1. 东南大学 能源与环境学院，江苏 南京，210096；2. 香港大学 机械工程系，中国香港)

自从SARS爆发和H1N1甲型流感的流行，人们更加关注室内环境[1-3]。目前使用的中央空调系统按照使用的空气来源可分为全新风系统和部分新风系统；按照其气流组织发生可分为混合通风方式和置换通风方式。研究证明加大通风量能够有效降低交叉感染率[4]。当中央空调及相应的通风系统应用于具有空气或飞沫传染病的病房时，由于传染性病毒是以点源形式分布，以病人的呼出空气及飞沫为污染源，在常规空调系统的气流推动下，传染性病毒在病房中大面积扩散，易引起医护人员的交叉感染[5-7]。尤其是新风量偏低的常规空调系统，不仅不能起到空气净化作用，相反还加快了病毒的对流和扩散传播。而若大幅提高新风量，虽然可以有效降低空气传染病的概率，但需要加大能耗，增加空气处理成本，增大室内噪音，而且也不能达到完全降低空气传染病感染概率的效果。若在病房的空调系统中安装普通的空气净化装置，病毒在进入杀菌装置前，实际上已经在病房中对流和扩散传播，所以，即使在回风口或空调箱中加装了空气净化装置，也起不到彻底清除污染源、彻底杀菌和空气净化的作用。将送风口和调控器布置在人员附近的个性化送风通风系统，由于其可单独和灵活地控制，有助于提高呼吸区的空气质量，并具有相当的节能潜力，近年来得到大量研究，并应用于歌剧院、影城和大型办公室等场所[8-12]。Sekhar等[13]研究发现，在房间温度为26 ℃的偏热环境中，大多数人可通过个性化通风调节来创造热舒适微环境。Bauman等[14]模拟了加利福尼亚州气候条件下1个办公室的全年能耗，桌面式的个性化送风系统可减少 18%的制冷能耗和 9%的总电耗。这些个性化送风系统可以解决传统混合通风能耗大、置换通风容易产生局部不舒适感等问题。但个性化通风系统也有增加人与人之间呼吸道传染病(如非典病毒和流感病毒等)传播的风险。以往传统的个性化送风系统仅仅是提供了送风的个性化，没有提供排风问题的个性化，未能及时排出携带传染性病毒病菌的空气，从而造成室内空气的污染，进而对易感人群在固定位置时易发生二次送风污染，不能保证脱离了固定区域人员的安全问题。迄今为止，虽然还未出现大量个性化通风系统的工程应用，但众多个性化送风末端装置的研发为其在将来的实际应用提供了理论和实验依据。为此，本文作者研究了一种可预防空气途径传染病的发散源可控的局部空调个性化通风装置，将个性化送风和个性化排风结合起来，从而既可以给易感者提供新风，又能够及时地将传染病人呼出的带有病毒的气体及时排除。其作为空调系统末端，能够应用于高危险性和高空气传染性的病房中。通过对其气流组织和空气流动的情况进行计算流体力学CFD模拟，得到该个性化通风方式的气流组织形态，以分析带有病毒的气体在病房内的流动途径，从而验证在借助个性化排风系统后能够从源头捕捉空气途径传播的传染病病毒，使得病房内其他区域的空气质量不受影响。

1 个性化通风系统

个性化通风末端包括个性化送风及个性化排风系统2个部分。这种纯新风个性化送风系统可通过单独调节送风温度、吹风方向和送风速度来满足病人不同活动状态以及平躺需要，并保证舒适性。装置示意图如图1所示。送风口安装在病人头部位置的左、右两侧，采用活动百叶来改变送风方向，采用变风量风机来改变送风风速；回风系统采用粗效过滤器和高效过滤器对回风进行二次过滤，经过空气净化处理单元进行彻底杀菌，净化后的回风引入集中回风管路排向室外。

图1 病房内个性化送风装置示意图Fig.1 Illustration of personalized ventilation system in ward

2 CFD模拟的数学和物理模型

2.1 数学模型

采用计算流体力学方法计算气流流场和污染物的体积分数分布，通过有限体积法数值求解Navier-Stocks方程组[15]来获得空气流场、温度场和污染物分布，其控制方程如下：

其中：ρ为密度；φ为通用变量，指连续性方程、速度、温度和污染物体积分数等(见表 1)；V为速度矢量，V=ui+vj+wk，u，v，w为x，y，z方向的速度值，i，j，k为x，y，z方向的单位矢量；τ为时间；Γ为广义的扩散系数；Sφ为广义源项。

为保证计算结果收敛，在空气流动密度变化不大的情况下，空气密度采用Boussinesq假设：

其中：ρ0为流体的参考密度，取20 ℃时的空气密度；α为膨胀系数，其数值取(1/T)；ΔT为温差。

采用RNGk-ε方程计算湍流黏度，具体的计算方法见表 1所列的公式。表1中：Gk=μtS；Gb=特数

本研究进行的是稳态模拟，故式(1)左边第1项为0。采用Gambit建立几何结构和划分网格，并分别用2.0×105，3.0×105和5.0×105的网格数划分对模型进行网格独立性验证，最终确定网格总数为3.0×105。采用通用的计算流体力学软件FLUENT求解N-S方程，用Tecplot软件进行后处理。利用有限体积法对方程进行离散，对流项采用二阶迎风格式，扩散项采用二阶中间差分，采用SIMPLE 算法对离散代数方程求解。

表1 控制方程(1)中各符号的计算方法Table 1 Calculation of φ in governing equation (1)

2.2 物理模型和边界条件

假定1个典型的双人病房病床，病房的长、宽、高分别为4.0 m，3.0 m和3.0 m，另有1个1.5 m长的走廊(假定卫生间的房门关闭)，2个病床距离1.0 m，床的长、宽、高分别为2.0 m，0.8 m和0.7 m。床上病人模型采用1个尺寸为1.7 m×0.4 m×0.3 m的假人，假定其呼吸的口腔面积为1.2 cm×1.2 cm。2个病人中1个为源病人，1个为易感病人。对于混合通风系统，送风口尺寸为 0.25 m×0.5 m，回风口尺寸为0.5 m×1.0 m。个性化送风系统的送风口面积为0.04 m2，回风罩面积为0.25 m2。采用稳态模拟，假定源病人不停的呼出气态污染物，而易感病人不停的吸入空气，通过易感病人吸入的污染物体积分数来判断通风系统的效果。病人人体的发热量均设为70 W，该发热量对应于1个成人在休闲时的发热量，以此来计算因为发热带来的热羽流。源病人呼出速率为0.89 m/s，易感病人吸入速率也为0.89 m/s，对应于人休息时的呼吸量为6 L/min[16]。假定假人呼出的气态污染物体积分数为0.1%。选择2种通风系统进行对比计算，1种是传统的混合通风系统，如图 2(a)所示，通过布置在墙壁上方的送风口向上进行高速送风，从而使得整个病房空间的温度场和污染物分布均匀；另1种采用本研究所提出的个性化通风方式，如图2(b)所示，在每个床头有2个送风口，向病人呼吸区送出新鲜空气，并从设于床顶上的排风口送出。

图2 空调模式的示意图Fig.2 Schematic images of ventilation in hospital ward

假定4种典型的案例来进行计算，结果如表2所示。系统1为典型的混合通风系统，未采用个性化送风系统，送风量为450 m3/h。系统2采用了个性化通风系统与混合通风系统结合的方式，但混合通风系统送风量为306 m3/h，个性化通风系统的送风量为143 m3/h。系统3为个性化通风为主的方式，个性化送风系统的送风量为144 m3/h，而将混合通风系统的送风量降为90 m3/h，总送风量仅为其余通风系统的一半左右，即234 m3/h。系统4为纯粹的个性化通风系统，送风量为450 m3/h。

表2 典型系统的送风速度和送风量Table 2 Supplied velocity and ventilation rate of different study cases

2.3 排污效率指数及吸入空气质量指数

采用排污效率指数和吸入空气质量指数 2个指标对通风系统移除污染物的效果进行评价。排污效率指数用来表示气流排除室内污染物的能力，除了与通风流场(换气效率)有关外，还与污染物的特点(如污染物的位置、污染物的密度等)有关。其定义为：

式中：φe为排风口污染物体积分数；φs为送风污染物体积分数；φV为室内平均污染物体积分数。

吸入空气质量指数(Inhaled local air quality in dex)[17]用来表征通风系统对人吸入的污染物浓度影响的一个指标。

它的定义为稳定状态下出口处污染物的体积分数φe与吸入污染物体积分数φexp的比值：

当室内气流充分混合时，整个房间包括出口处体积分数及易感病人吸入的污染物体积分数相等。此时ε=1，=1。但当室内气流不充分混合时，ε和的值变化非常大，将取决于污染源的位置、气流组织及出口位置。ε越大意味着能越快速、有效地从室内移除污染物；越大意味着易感病人吸入的空气越新鲜。

3 模拟计算结果和分析

采用数值模拟的方法对该个性化通风系统的送风速度、中央空调通风系统、病人的呼吸及人体产生的热羽流耦合问题进行分析，以期找到优化的方法来降低病人感染率。对表2提出的4种个性化通风系统和房间原有空调系统在不同送风速度和不同送风量的条件下结合系统进行数值模拟。

图3(a)和图3(b)所示为采用传统混合通风系统(系统1)的空调后病房内的室内空气流场速度矢量图，在送风口，气流高速喷出造成室内空气充分混合。图3(c)和图3(d)所示为污染物体积分数的分布，结果显示污染物分布比较均匀，绝大部分区域的体积分数为1×10-6～2×10-6，接近于出口的平均体积分数1.03×10-6。易感病人呼吸处的体积分数也接近于出口污染物体积分数，为 1.19×10-6。可以看出污染物的体积分数主要依靠通风稀释来完成。

图4所示为系统2、3和4的速度矢量图。由图4可见：当整个流场被混合通风气流主导时(如系统2，图4(a))，人体上方产生的热羽流会被破坏，个性化回风流场被破坏，整个流场分布接近于混合通风，整个流场大部分区域体积分数接近于出口体积分数1.03×10-6(图5(a))。但在个性化送风系统的帮助下，呼吸区附近还是能有效供给新风，使得易感病人呼吸区域的污染物体积分数降至8×10-8，大大低于整个流场的污染物体积分数。说明在该系统下，易感病人得到了很好的保护。但脱离了床头送风系统区域的污染物体积分数高，相比于混合通风系统(系统1)并不能降低医护人员的感染概率。

当混合通风系统非主导时,热羽流会主导整个气流方向，呼出的气流会在个性化送风和人体产生的热羽流的帮助下往上流动，由此形成发生对撞的新风气流，将病人呼出污染气体约束在病床上方区域，并在新风对撞的作用下，使呼出的大部分污染物通过布置在病人头顶的回风罩带走，从而使得整个房间的污染物体积分数降低。对于系统3，其送风量为234 m3/h，在出口体积分数高达 1.97×10-6的情况下，大部分区域的体积分数为 1.2×10-6(如图5(b))，其效果接近于使用了双倍送风量系统的效果。易感病人呼吸区的体积分数也低至1.0×10-7(如图5(b))，比系统2的略比，大大低于系统1的体积分数。对于纯粹使用个性化送风系统的系统 4，无论大部分区域体积分数还是易感病人呼吸区体积分数都大大低于传统的典型通风系统，大部分区域的污染物体积分数为0.6×10-6左右，仅为出口污染物体积分数的一半略多一点，易感病人呼吸区的体积分数低至5×10-8。

图3 系统1的速度矢量和污染物分布Fig.3 Calculating vector fields and pollutant concentration contours in ward of Case 1

图4 系统2、3和4的速度矢量图Fig.4 Calculating vector fields in ward of Cases 2,3 and 4

表3 列出了4个系统的污染物体积分数及排污效率和吸入空气质量指数。由于污染源相同，根据质量守恒可知，当送风量相同时，出口处平均污染物体积分数相同。所以，系统1，2和4出口处污染物体积分数相同而系统3由于送风量变小，出口处平均体积分数较大。对于通风系统1，由于很难做到真正的充分混合，尤其是源病人呼吸区的污染物体积分数极难迅速稀释到空调出风口体积分数，这样就导致室内平均污染物体积分数偏高，从而导致ε=0.81＜1。系统 2虽然采用了个性化通风系统，但由于主要的通风系统破坏了个性化通风的流场，导致源病人呼出的污染物并不能完全迅速地被个性化排风系统所带走，从而导致ε=0.93＜1。系统3和4中，个性化排风系统显示了良好的效能，ε分别为1.58和1.60，比系统1提高了近1倍，这意味着在房间大部分区域，系统3在送风量少几乎一半的情况下，污染物体积分数接近于系统1的体积分数；系统4在送风量相同的情况下，污染物体积分数接近于系统1的体积分数的一半。

图5 系统2，3和4 的污染物分布图Fig.5 Calculating pollutant concentration contours in ward of Cases 2,3 and 4

表3 模型计算结果Table 3 Summary of calculating CRE and Inhaled air quality index

由于易感病人与源病人的距离相对较近(远大于源病人与空调出风口的距离)，导致易感病人吸入污染物体积分数偏高，=0.86＜1。个性化送风系统显示了良好的性能，系统2，3和4中病人吸入污染物体积分数没有为 0，是因为空调送风口的射流由于卷吸作用会卷进周围的污染物体积分数不为0的空气。尽管如此，个性化送风系统送入易感人员呼吸区的污染物体积分数大大低于空调出风口的平均污染物体积分数。系统2、3和4的分别达到了12.82，19.72和20.51。

4 结论

(1) 相对于传统的混合通风系统，个性化通风系统能够有效供给纯新风到每个病人的呼吸区，保证易感病人所吸入的为纯新风。

(2) 个性化通风系统能够利用呼吸气流和人体热羽流的作用，将污染物通过在人体上方的通风罩直接排出，有效降低房间内的污染物的平均体积分数，避免了携带致病源空气的弥散，有效降低病区内人员的交叉感染现象。

(3) 若主流的通风系统破坏该个性化送风系统的流场，则会导致移除污染物效果下降，排污效率降低。

[1]Dwosh H A,Hong H H L,Austgarden D,et al. Identification and containment of an outbreak of SARS in a community hospital[J].Canadian Medical Association Journal,2003,168(11):1415-1420.

[2]Esswein E J,Kiefer M,Wallingford K,et al. Environmental and occupational health response to SARS,Taiwan,2003[J].Emerging Infectious Diseases,2004,10(7): 1187-1194.

[3]Gensini G F,Yacoub M H,Conti A A. The concept of quarantine in history: From plague to SARS[J]. Journal of Infection,2004,49(4): 257-261.

[4]Li Y,Leung G M,Tang J W,et al. Role of ventilation in airborne transmission of infectious agents in the built environment: A multidisciplinary systematic review[J]. Indoor Air,2007,17(1):2-18.

[5]Adal K A,Anglim A M,Palumbo C L,et al. The use of high-Efficiency particulate air-filter respirators to protect hospital workers from tuberculosis: A cost-effectiveness analysis[J]. New England Journal of Medicine,1994,331(3):169-173.

[6]Apisarnthanarak A,Mundy L M. Influenza outbreak among health care workers in an avian influenza (H5N1): Endemic setting[J]. Clinical Infectious Diseases,2006,43(11):1493-1494.

[7]Li Y,Huang X,Yu I T S,et al. Role of air distribution in SARS transmission during the largest nosocomial outbreak in Hong Kong[J]. Indoor Air,2005,15(2): 83-95.

[8]Melikov A K,Cermak R,Majer M. Personalized ventilation:Evaluation of different air terminal devices[J]. Energy and Buildings,2002,34(8): 829-836.

[9]Amai H,Tanabe S,Akimoto T. Thermal sensation and comfort with three task conditioning systems[C]//Proceedings of the Indoor Air. Beijing: Tsinghua University Press,2005: 143-148.

[10]杨建荣,李先庭,Melikov A. 个性化送风微环境的实验测试研究[J]. 暖通空调,2007,37(2): 87-90.YANG Jian-rong,LI Xian-ting,Melikov A. Impact of personalized ventilation system on microenvironment:experimental measurement[J]. HV&AC,2007,37(2): 87-90.

[11]Zeng Q,Zhao R. Prediction of perceived air quality for personalized ventilation systems[J]. Tsinghua Science and Technology,2005,10(2): 227-232.

[12]Schiavon S,Melikov A K,Sekhar C. Energy analysis of the personalized ventilation system in hot and humid climates[J].Energy and Buildings,2010,42(5): 699-707.

[13]Sekhar S C,Gong N,Tham K W,et al. Findings of personalized ventilation studies in a hot and humid climate[J]. International Journal of Heating,Ventilating,Air-conditioning and refrigerating Research,2005,11(4): 603-620.

[14]Bauman F,Arens E,Fountain M,et al. Localized thermal distribution for office buildings,final report-phase III R[D].University of California,Center for Environmental Design Research,Berkeley,1994: 1-32.

[15]陶文铨. 数值传热学[M]. 西安: 西安交通大学出版社,2001:395-409.TAO Wen-quan. Numerical heat transfer[M]. Xi’an: Xi’an Jiao Tong University Press,2001: 395-409.

[16]Qian H. Ventilation for airborne infection in hospital environment [D]. Hong Kong: The University of Hong Kong,Department of Mechanical Engineering,2007.

[17]Mundt M,Mathisen H M,Moser M,et al. REHVA ventilation effectiveness guide[R]. Brussels: Federation of European Heating and Ventilation Association,2004.