分布式模拟

分布式模拟（精选十篇）

分布式模拟 篇1

1.1 负载母线电压仿真结果

假设未改变配电变压器分抽头时各负载母线日电压分布曲线模拟结果,可获知除了配电变压器二次侧母线Bus2电压均高于0.97pu外,其余各负载母线电压在负载相对较重的情况下均低于0.97pu,尤其以Bus10在下午14:00时的电压0.916pu为整个系统电压最低者。造成电压降过大的主要原因之一为线路长度太长,因此,必须调整配电变压器分抽头或并入电力电容器组加以改善。

1.2 负载母线负载量

在三相负载平衡情况下,各负载母线的实功率及虚功率总和模拟结果可以看出,尖峰负载发生在下午14:00时,其总实功率及虚功率分别为139.604kW以及86.52kvar;离峰负载发生在清晨04:00时,其总实功率及虚功率分别为37.9kW以及23.448kvar;此外,各负载母线的实功率和虚功率日负载曲线[1],则可看出,各母线依其用户类型的不同,尖峰负载发生时刻自然有所差异。

1.3 线路流量

在三相负载平衡情况下,线路电流以及复数功率流量的模拟结果,由模拟结果可得知,从Bus1到Bus2的尖峰负载流量为50.952kW,离峰负载流量则为13.252kW。线路电流与功率流量成正比关系;此外,线路电流均未超过各导线规格所对应的导线安培容量。

1.4 系统损失

在三相负载平衡情况下,系统总实功率及虚功率损失的模拟结果则示,而线路实功率及虚功率损失的模拟结显示线路损失与线路电流量平方成正比关系,因此,与线路流量尖峰时刻相同,系统发生最大损失时刻为下午14:00时,其实功率损失为13.164kW,虚功率损失为6.572kvar;而系统损失最低时刻为清晨04:00时,其实功率损失为2.012kW,虚功率损失为1.124kvar,充分验证三相电力潮流程序能确实反应实际系统物理特性。

2 三相不平衡案例分析

在分析三相负载不平衡案例时,乃假设A相占三相总负载量的50%、B相占三相总负载量的30%,以及C相占三相总负载量的20%。兹分述模拟分析结果如下。

2.1 负载母线电压

在三相负载不平衡情况下,配电变压器二次侧母线及各负载母线的电压分布仿真结果即便在负载极不平衡的情况下,Bus2的全日电压分布均高于0.97pu,而各负载母线中仅Bus8的C相全日电压分布皆高于0.97pu;其余负载母线电压普遍而言均低于0.97pu,尤其以A相最为严重、其次为B相,最轻者为C相,此一模拟结果亦反应各相负载的分配比例。

2.2 负载母线负载量

在三相负载不平衡情况下,如同三相平衡案例所假设的总负载量,各负载母线的实功率及虚功率总和模拟结果可看出,各负载母线的实功率和虚功率日负载曲线,其中三相负载中以A相最重、其次为B相、最轻为C相,各母线依其用户类型的不同,发生尖峰、离峰负载时刻自然有所差异。

2.3 线路流量

负载在三相不平衡情况下的线路电流及功率流量模拟结果,由模拟结果可获知线路流量确实反应各相负载不平衡分配情况,各相流量的大小依序为A相、B相与C相。

2.4 系统损失

在三相负载不平衡情况下,系统总实功率及虚功率损失的模拟结果中线路实功率及虚功率损失的模拟结果可得知总损失最大为15.612kW最低为2.128kW;至于线路损失部分,从Bus11到Bus12的馈线段于下午18:00时最高损失为1.136kW为整个系统线路损失最高者。

3 综合分析与讨论

针对低压微型电网进行分布式发电系统并网前电力潮流分析,分析目的在为了解原始系统各母线电压分布以及线路流量,藉由仿真结果可充分了解系统特性也可验证系统模型的正确性,由仿真结果得知:

(1)在负载三相平衡情况下,各负载母线电压轻载发生在凌晨24:00时至清晨06:00时之间,此时不论住宅类、工业类或商业类用户均为用电量为最少时间,然06:00时后用电量开始上升使得负载也逐渐加重,当工业区早上08:00时至下午17:00时上班时间用电量最多,母线电压最低为0.916pu且发生在母线Bus10;此外,商业区在早上08:00时至晚上20:00时为用电量最多的时间;另外,住宅区于下午17:00时至晚上23:00时用电量最多,此乃反应用户下班期间回家休息使得电器设备使用量最高,造成各负载母线电压降普遍都超过3%属于不合格的范围。

(2)在负载三相不平衡情况下,与负载三相平衡情况相似,各负载母线电压轻载发生在凌晨24:00时至清晨06:00时之间,此时为住宅类用户休息睡眠时间所以用电量最少,06:00时后用电量逐渐上升、负载也逐渐加重,当工业类负载早上08:00时至下午17:00时上班时间用电量最多、负载也最重,负载母线电压最低为0.867pu且发生在Bus10;另外,商业类用户在早上08:00时至晚上20:00时为用电量最多的时间;而住宅类用户于下午17:00时至晚上23:00时用电量最多,相似地,各负载母线重载时的电压降都高于3%皆属于不合格的范围。

4 结语

综合归纳上述结论可知,重载时各负载母线电压降都高于3%皆属不合格范围,因此有必要针对电压不合格的现象利用并联电容或调整主变压器分抽头的方式加以改善,使负载母线电压位于标准范围之内。

该文提出利用改变配电变压器分抽头或投入电容器方式以改善母线电压不合格的情况,其调整流程步骤简述如下。

步骤1,输入执行三相电力潮流所需的各母线、线路及负载资料等相关系统资料。

步骤2,执行三相电力潮流程序。

步骤3,判断各母线电压是否合格,验证电压是否介于1.025pu到0.97pu之间,如果是可结束程序至步骤5。超过该范围则继续执行步骤4并返回步骤2直到各母线电压合格为止。

步骤4,改变主变压器分抽头或投入电容器。

步骤5,输出结果。

参考文献

[1]于大洋,宋曙光,张波,等.区域电网电动汽车充电与风电协同调度的分析[J].电力系统自动化,2011,35(14):24-29.

分布式模拟 篇2

1分布式地下水模拟模型模的种类及特点常用的地下水文模拟模型包括解析模型、数值模型、水均衡模型及物理模型等。目前国际上较为流行的地下水数值模拟模型主要包括ModFlow和FeFlow，下面对其分别进行介绍和比较。1.1ModFlow模型是一套专门用于孔隙介质中三维地下水流数值模拟的模型。自ModFlow问世以来,它已经在全美甚至在全世界范围内,在科研、生产、环境保护、城乡发展规划、水资源利用等许多行业和部门得到了广泛的应用,成为最为普及的地下水运动数值模拟的计算软件.ModFlow主要采用三维有限差分方法进行模拟。其基本原理是：在不考虑水的密度变化的条件下，孔隙介质中地下水在三维空间的流动可以用下面的偏微分方程来表示.1.2Feflow模型它采用有限元法进行复杂二维和三维稳定/非稳定水流和污染物运移模拟。Feflow的有限元方法允许用户快速构建模型来精确地进行复杂三维地质体的地下水流及运移分析，在这方面其功能要强于ModFlow。2流域生态水文过程与分布式水文模型有限的淡水资源已经成为社会经济可持续发展和生态系统健康的重要限制因子，现有的水利工程技术难以有效解决这一矛盾，需要探索新的方法和机制以解决水资源短缺、水质恶化和生物多样性减少等环境问题，生态水文学（Ecohydrology）正是在这种背景下发展成为水文学研究的一个重要分支。3建模的关键技术3.1遥感与GIS技术遥感作为信息采集的重要手段，已经为水文建模提供了丰富的空间属性数据资料，并且为模型验证提供了新的方法，而GIS技术为水文模型的数据管理和模型应用带来了较大的便利，遥感数据和GIS技术成为水文建模研究的重要方向由于流域下垫面高度的空间异质性，大多数遥感数据获取的水文属性参数与物理观测值之间并没有很好的相关关系，给模型的验证带来很大的难度，遥感数据参数化和特征值提取还有很多问题亟待进一步研究。3.2流域水循环综合模拟模型随着计算机技术、系统科学和大量水文模型方法研究的进展，使得进行整个流域整体水循环模拟成为可能。流域内水循环过程从大气降水开始、到坡面流，随后在不饱和土壤带内运动，继续汇流进入下游河网，同时部分下渗进入地下饱和带参与地下水渗流运动。参考文献： [1] 许继军，长江上游大尺度分布式水文模型的构建及应用.水利学报，2007(2)． [2] 代俊峰，模型构建的原理与方法.水利学报，2004(9)． [3] 胡和平，田富强.，物理性流域水文模型研究新进展.水利学报，2006

基于模拟退火算法的中继器分布 篇3

关键词中继器；模拟退火算法；MATLAB

中图分类号TM文献标识码A文章编号1673-9671-(2011)051-0114-02

在当今的信息时代，中继器无疑在无线传播领域扮演着举足轻重的角色。然而，中继器自身仍然存在着一些局限，比如欲使两中继器相互通信，必须使它们位于对方的覆盖范围之内，这样才能实现更大范围的远距通信。鉴于此，在研究中继器的分布时就很有必要需找一种优化的分布方式，以期达到使用最少的中继器覆盖该地区所有用户的目的。

1中继器

中继器（Repeater）属于同频放大设备，是指在无线通信传输过程中起到信号增强的一种无线电发射中转设备。中继器的基本功能就是一个射频信号功率增强器。中继器在下行链路中，由施主天线现有的覆盖区域中拾取信号，通过带通滤波器对带通外的信号进行极好的隔离，将滤波的信号经功放放大后再次发射到待覆盖区域。在上行链接路径中，覆盖区域内的移动台手机的信号以同样的工作方式由上行放大链路处理后发射到相应基站，从而达到基地站与手机的信号传递。

但是中继器所服务的移动台（即用户）有一定的数量限制。一旦超过该额定数量，超过的用户将不能实现传输信号的放大，从而不能实现所有用户的远距通信。同时，中继器的额定功率还决定了中继器的覆盖范围，其他的中继器必须在某一中继器的覆盖范围内才能实现放大信号的传递，进而通过相邻中继器的信号传递实现远距通信。

2模拟退火算法

模拟退火算法（Simulate Anneal Algorithm）提出于本世纪80年代初，其思想源于固体退火过程：将固体加温至充分高，再让其徐徐冷却。加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。

2.1算法原理

模拟退火算法的基本思想是从一个给定解开始，从邻域中随机产生另一个解，接受Metropolis准则允许目标函数在有限范围内变坏，它由一个控制参数t决定，其作用类似于物理过程中的温度T，对于控制参数的每一取值，算法持续进行“产生——判断——接受或舍去”的迭代过程，对应着固体在某一恒定温度下的趋于热平衡的过程。当控制参数逐渐减小并趋于0时，系统越来越趋于平衡态，最后系统状态对应于优化问题的全局最优解，该过程也称为冷却过程。由于固体退火必须缓慢降温才能使固体在每一温度下都达到热平衡，最终趋于平衡状态，因此控制参数t必须经过缓慢衰减，才能确保模拟退火算法最终能够得到该优化问题的整体最优解。

2.2算法具体步骤

1）给定模型每一个参数变化范围，在这个范围内随机选择一个初始模型m0，并计算相应的目标函数值E(m0)。

2）对当前模型进行扰动产生一个新模型m，计算相应的目标函数值E(m)，得到ΔE=E(m)-E(m0)。

3）若ΔE<0，则新模型被接受；若ΔE>0，则新模型m按概率P=exp(-ΔE/T )进行接受，T为温度。当模型被接受时，置m0=m，E(m0)=E(m)。

4）在温度T下，重复一定次数的扰动和接受过程， 即重复步骤2）、3）。

5）缓慢降低温度T。

6）重复步骤2）、5），直至收敛条件满足为止。

算法的实质分两次循环，随机扰动产生新模型并计算目标函数值（或称能量）的变化，决定是否被接受。由于算法初始温度设计在高温条件，这使得E增大的模型可能被接受， 因而能舍去局部极小值，通过缓慢地降低温度，算法最终能收敛到全局最优点。

应当指出的是，模拟退火算法是一种处理全局最优解的启发式算法。特别是在计算机计算速度不断提高的条件下，具有不可低估的发展潜力和重要的研究价值。

3仿真过程

在此，本文以半径为64km的圆形区域、其间随机分布200位用户为例，说明模拟退火算法在中继器优化分布问题上的应用。同时由于中继器规格不同，其覆盖范围、额定功率都不尽相同。在此，仅以覆盖范围为20km、额定用户为10位的中继器为例予以分析说明。

3.1仿真思想

宏观上来说，本文的程序仿真思想借鉴了Dijkstra最短路径算法的核心。

首先，随机产生第一个中继器的位置，之后进行模拟退火算法找到最优解；由于要实现中继器之间的顺利通信，因此将第一个中继器的覆盖范围作为下一个中继器位置的产生范围，在此范围内再进行模拟退火算法，确定第二个中继器位置之后，再将前两个中继器覆盖范围视作一个整体以作为第三个中继器位置的产生范围，以此方法迭代下去……本文称此思想为“辐射式思想”，即，以之前确定位置的中继器的覆盖范围为源，在此基础上向外“辐射”，通过模拟退火算法的迭代找到最优解，进而得到在整个区域内使用最少中继器覆盖所有用户的目标。

3.2模拟退火算法流程

1）随机产生一个中继器位置(x1，y1)，并记(xbest，ybest)=(x1，y1)并计算目标函数值max(xbest，ybest)，此目标函数值max(x，y)即为该中继器半径范围内所覆盖的用户数量；

2）设置初始温度，k为当前确定位置的中

继器个数，Tusers为当前所有中继器覆盖用户数之和，一旦该数量达到总用户数200，则以下循环停止；

3）do while Tusers!=200

①for j=1~n；尽可能多的循环次数以确保能够找到全局最优解；

②对当前最优解按照某一邻域函数，产生一新的解(xnew，ynew)。计算新的目标函数值max(xnew，ynew)，并计算目标函数值的增量Δmax=max(xnew，ynew)-(xbest-ybest)。

③如果Δmax<0，则(xbest，ybest)=(xnew，ynew)；

④如果Δmax>0，则P=exp(-Δmax/users(k))；

a）如果c = random[0，1] < p，则(xbest，ybest)=(xnew，ynew)；

b）否则不做改变；

⑤end for；

⑥确定当前最优点(xbest，ybest)，本次计算结束；

4）k= k＋ 1；

5）end do；

6）找到该区域中继器的最优分布，算法结束。

3.3仿真结果

下图即为程序运行中（图1、图2）和运行结束后（图3）中继器的分布情况。图中，“△”为已确定位置的中继器，“○”为当前正在执行模拟退火算法的中继器，整个圆形区域内部的“*”为区域内随机分布的用户。

4结果讨论

在实际运行过程中，由于笔者计算机配置有限，将每个中继器寻找最优分布点的迭代次数设定为20次。理论上迭代次数越大，得到的分布点越优化、越能满足实际优化问题的要求。此外，由于仿真过程中计算量过大，本文将时间间隔定为1s，这样势必增加了模拟的时间，如何提高算法的运行效率还是值得进一步研究的。同时需要指出的是，上述过程是动态仿真过程，对于同样的用户分布来说，执行仿真的时候有可能出现不同的中继器分布情况。本文所提供的方法也可以运用于比如搜索问题等类似的最优化问题的求解上。

参考文献

[1]Al Duncan- VE3RRD.Amateur Radio FM Repeater Basics,Updated October,2007.

[2]谢云.模拟退火算法的原理及实现[J].高等学校计算数学报,1999,3:212.

[3]许小勇.模拟退火算法在指数曲线拟合中的应用[J].四川工程职业技术学院学报,2006,4:35.

[4]项宝卫,余雪芬,骆兆文.模拟退火算法在优化中的研究进展[J].台州学院学报,2005,(27)6:6.

[5]严蔚敏,吴伟民.数据结构(第1版).北京:清华大学出版社,1997,

分布式模拟 篇4

关键词：长大公路隧道,集中排烟,诱导风速,温度场

为了降低长大公路隧道火灾引起的人员伤亡和财产损失,减少火灾烟气对火源上游堵塞车辆与人员的影响,在隧道防排烟工程中出现了一种设置独立排烟道的新型集中排烟系统。设置独立排烟道的隧道集中排烟系统可将火灾烟气控制在较小范围内,但其烟气控制效果受火源发生位置处隧道坡度、隧道内的环境风速以及排烟方式等因素的影响。

在隧道正常工况条件下,集中排烟系统中不使用排烟道,排烟阀处于关闭状态,利用“竖井送排风+射流风机”的纵向通风模式通风;在火灾工况条件下,利用专用排烟道,采用“排烟轴流风机集中排烟+射流风机纵向诱导”相结合进行火灾通风排烟。隧道火灾时,在集中排烟的基础上,配合行车道内的纵向诱导风速,以克服实际隧道中对集中排烟模式烟气控制的不利因素,确保较好的烟气控制效果,减小高温对隧道内结构与设备设施的破坏。在不同的影响因素下,纵向诱导风速通风方向和风速大小是独立排烟道集中排烟系统设计必须确定的关键技术参数。

隧道火灾时产生的高温和烟气是造成人员伤亡和财产损失的主要原因,对隧道衬砌结构产生不同程度的危害,不利于人员的疏散和消防救援。火灾时隧道内最高温度和温度场的分布是火灾烟气控制效果的主要指标之一。因此,研究集中排烟模式下隧道内温度场的分布规律可以为采用新型集中排烟系统的隧道排烟工程设计提供参考。

为此,结合某长大公路隧道防排烟工程实际,采用FDS建立了隧道数值分析模型,对火源位于排烟阀打开段外和排烟阀打开段中部,采用双向均衡排烟、上游端单向排烟、下游端单向排烟以及设置不同纵向诱导风速时的温度场进行研究,探讨不同纵向诱导风速下隧道内拱顶处、顶隔板下方和离地面2 m高度处温度分布,以获取更为全面的温度场分布特征。

1 火灾场景设计

当火源位于排烟阀打开段外时,“上游端单向排烟+纵向诱导通风”与双向均衡排烟、下游端单向排烟相比具有较好的排烟效果,并且在实际工程中更易于实现。因此,火源位于排烟阀打开段外时,设计采用上游端单向排烟方式,对不同纵向诱导风速下的温度场分布进行研究,为合理纵向诱导风速的选取提供依据。

火源位于排烟阀打开段中部时,结合各种排烟方式在实际工程中的应用,考虑采用双向均衡排烟和下游端单向排烟两种排烟方式,设计分别研究两种排烟方式下不同纵向诱导风速下的温度场分布规律。

火源分别位于排烟阀打开段外和排烟阀打开段中部时集中排烟系统排烟示意图,见图1、图2所示。

为分析采用不同排烟方式时不同纵向诱导风速下的排烟效果,结合某隧道防排烟实际,可对比分析火源功率为50 MW时,火源位于0坡度处,在提供200 m3/s排烟速率的同时开启8个间距25 m、面积为10 m2的排烟阀,纵向诱导风速分别为0、1、2、3 m/s情况下的温度场,如表1所示。

2 火源位于排烟阀打开段外温度场分布

50 MW火源位于排烟阀打开段外并进行上游端单向排烟时,烟气蔓延稳定后,诱导风速分别为0、1、2、3 m/s,隧道内2 m高处、拱顶和顶隔板下方温度分布,如图3～图5所示。

由图3可以看出,当诱导风速为0 m/s时,隧道内的烟气分层较好,火源左侧温度只在10 m范围内高于50 ℃。当诱导风速为1 m/s时,火源左侧2 m高处温度有所升高;当诱导风速为2、3 m/s时,烟气向排烟阀打开段方向偏移,火源左侧2 m高度处的温度在3 m/s时降至环境温度,而火源右侧2 m高度处的温度,在风速为0 m/s时均小于50 ℃;随着风速增大,其温度有所升高,但升高的范围不大,说明在集中排烟下,烟气在隧道顶部的排烟道排出行车道,有效地控制了烟气的沉降,即使有纵向诱导风速的情况下,烟气分层也较好,在实际的隧道火灾中,有利于疏散救援。

由图4可以看出,拱顶的温度随着风速的增大逐渐升高,说明随着风速增大,排烟系统的排烟和排热效率逐渐升高,原因是随着风速的增大,火羽流向排烟阀打开段方向倾斜,烟气向排烟阀打开段方向偏移,隧道内更多的高温烟气通过排烟道排出行车道。

由图5顶隔板下方温度分布得知,上游端进行单向排烟,诱导风速为0 m/s时,隧道行车道内高温区域主要分布在火源附近排烟阀打开段外及火源左侧45 m范围内,在火源左侧6 m处达到最高温度984 ℃。随着风速增大,高温烟气逐渐向右侧蔓延,火源左侧顶隔板下方温度随着风速的增大而逐渐降低,而火源右侧顶隔板下方温度随着风速的增大有所升高,但变化并不明显;顶隔板下方的最高温度位置随着风速的增大逐渐向右侧偏移,且温度逐渐降低,原因是当有一定的诱导风速时,纵向风流散热起主导作用,顶隔板下方的最高温度逐渐降低。

3 火源位于排烟阀打开段中部温度场分布

3.1 双向均衡排烟方式下温度场分布

50 MW火灾位于排烟阀打开段中部并进行双向均衡排烟时,烟气蔓延稳定后,诱导风速分别为0、1、2、3 m/s,隧道内2 m高处、拱顶和顶隔板下方温度分布,如图6～图8所示。

由图6可以看出,当诱导风速为0 m/s时,隧道内气烟分层较好,除火源附近2 m高度处温度较高外,其余位置2 m高处温度处于环境温度。随着纵向诱导风速的增大,火源下风侧2 m高度处的温度有所升高,但升高的范围不大,说明在集中排烟下,纵向诱导风速对烟气的扰乱程度不大。

隧道拱顶的温度随距离的变化显示排烟道内的温度变化情况。由图7可以看出,由于火源正上方没有设置排烟阀,高温烟气没有直接流进火源正上方排烟道,使得火源正上方拱顶温度并不高,温度曲线在火源位置处向下凹陷;50 MW火灾时,拱顶温度均低于400 ℃。随着纵向诱导风速的增大,火源上风侧的拱顶温度有所下降,下风侧的拱顶温度有所上升,原因是纵向诱导风速增大使得烟雾向下游扩散距离增大,导致上风侧抽吸进入排烟道的热量降低,下风侧抽吸进入排烟道的热量增加。

由图8分析可知,火源上风侧顶隔板下方温度随着风速的增大逐渐降低,而火源下风侧顶隔板下方温度随着风速的增大升高。风速为0 m/s时,顶隔板下方的最高温度位置位于火源正上方,最高温度在979 ℃左右。同时,随着风速的增大,顶隔板下方的最高温度先升高再降低,原因是当风速较小时,新鲜的空气使得燃烧更为充分,而纵向风流带走的热量并不多,使顶隔板下方的最高温度有所升高;当风速增大时,纵向风流的散热起主导作用,顶隔板下方的最高温度逐渐降低。

3.2 下游端单向排烟方式下温度场分布

50 MW火灾位于排烟阀打开段中部并进行下游端单向排烟时,烟气蔓延稳定后,诱导风速分别为0、1、2、3 m/s,隧道内温度分布,如图9～图11所示。

由图9分析可得,当诱导风速为0 m/s时,隧道内气烟分层较好,除火源附近2 m高处温度较高外,其余位置的2 m高处温度处于环境温度。随着纵向诱导风速的增大,火源上风侧2 m高度处的温度逐渐降低于环境温度,火源下风侧2 m高度处的温度升高,但升高的范围不大。

隧道拱顶的温度随着与火源距离的变化,如图10所示。由分析可知,拱顶温度曲线在火源位置处向下凹陷;火源上风侧的拱顶温度低于下风侧拱顶温度,50 MW火灾时,拱顶温度均低于400 ℃。随着纵向诱导风速的增大,火源上风侧的拱顶温度下降,下风侧的拱顶温度上升,原因是纵向诱导风速增大使得烟雾向下游扩散距离增大,导致上风侧抽吸进入排烟道的热量降低,下风侧抽吸进入排烟道的热量增加。

由图11可以看出,火源上风侧顶隔板下方温度随着风速的增大先升高再降低,而火源下风侧顶隔板下方温度随着风速的增大有所升高。风速为0 m/s时,顶隔板下方的最高温度位置位于火源右侧,最高温度在445 ℃左右。同时,随着风速增大,顶隔板下方的最高温度先升高再降低,原因是:当风速较小时,新鲜空气使得燃烧更为充分,而纵向风流带走的热量并不多,使顶隔板下方的最高温度升高;当风速增大时,纵向风流的散热起主导作用,顶隔板下方的最高温度逐渐降低。

4 结 论

(1)50 MW火源时,顶隔板下方的最高温度在514～1 072℃。当火源位于排烟阀打开段中部,进行双向均衡排烟时,在各纵向诱导风速下的顶隔板下方最高温度和各高温分布范围整体上较大。随着纵向诱导风速的增大,顶隔板下方最高温度逐渐降低或先升高再降低。

(2)在有纵向诱导风速集中排烟模式下,除火源附近2m高处温度较高外,其余位置2 m高处温度均低于100 ℃。随着纵向诱导风速的增大,火源上风侧2 m高处温度逐渐降至环境温度,火源下风侧2 m高度处温度有所升高,但升高的范围不大,说明在集中排烟下,纵向诱导风速对烟气的扰乱程度不大,能较好地维持烟气在隧道内的分层。

分布式模拟 篇5

黄河宁夏段COD及氨氮污染动态分布模拟探讨

通过对近10年来黄河宁夏段污染源的`统计和分析,选择在最不利的水文条件下,利用一维和二维水质模型对COD及氨氮污染动态分布进行了模拟,结果发现,用一维水质模型模拟黄河宁夏段COD及氨氮的沿程浓度与实际监测值有较好的一致性.同时探讨了模型的降解系数、边界条件及黄河宁夏段COD和氨氮的沿程浓度的动态变化.

作 者：云飞 李燕 杨建宁 杨振西 Yun Fei Li Yan Yang Jianning Yang Zhenxi  作者单位：云飞,杨建宁,Yun Fei,Yang Jianning(宁夏环境信息中心,宁夏,银川,750004)

李燕,杨振西,Li Yan,Yang Zhenxi(宁夏环境监测中心站,宁夏,银川,750021)

刊 名：宁夏大学学报（自然科学版）  ISTIC PKU英文刊名：JOURNAL OF NINGXIA UNIVERSITY(NATURAL SCIENCE EDITION) 年，卷(期)：2005 26(3) 分类号：X21 关键词：黄河   COD   氨氮   模型   模拟  

液化指数概率空间分布模拟方法研究 篇6

砂土液化是指饱和土体在地震或振动荷载的作用下发生液化,导致其轻度突然丧失,以致失稳的一种地质现象。引起砂土液化的因素众多,设计的数据庞大,且与所在场地众多的空间要素关系密切。目前评价场地液化危险性运用的液化指数IIE的计算方法是确定性的,而土体发生液化是由土质、土体环境、地震动等多种内外因综合作用的结果,液化势判定应当是一种趋势性的预测,不应与土体在静力作用下的稳定计算等同起来,应该建立在宏观液化概念上概率法的综合分析。

本文以GIS技术为基础,应用GIS软件——ARCView9.2作为淄博市中心城区场地地震液化判别和评估的工具,将传统的数据分析处理方法与先进的计算机技术结合起来将结果生成场地液化区域图,为城市规划与工程项目建设提供参考依据。

1 液化指数概率方法

GB 50011-2001建筑抗震设计规范的规定,采用下面的公式表示液化指数IIE:

${\rm I}{}_{{\rm I}E}={\displaystyle \sum _{i=1}^n\left(1-\frac{{\rm N}{}_i}{{\rm N}{}_{cri}}\right)}d{}_i\omega {}_i$ (1)

由式(1)可以看出计算IIE的方法是确定性的,并没有考虑到土的特性和振动参数等不确定性因素,因此直接用IIE结果来评价液化危害性,缺乏一定的客观性和准确性。砂土液化风险性评估各个阶段中的不确定性有几个来源,其中之一是土的性质的随机性,它们决定了土贯入参数的不确定性。对于确定砂土液化可能性指标方法,根据《建筑抗震设计规范》,该指标的计算主要由SPT的锤击数决定,而进行SPT试验时,钻孔孔底土的应力状态以及锤击能量的传递是最重要的误差来源,因此SPT过程的不确定性也是影响评估准确性的原因之一。为此可以假定平均锤击数与测量出的某一深度处的N值相等的情况有一个正常概率。在观察到的数据基础上,所有的层都可以加上一个变异系数。Shinozuka等(1990年)建议用统计模拟方法(也称蒙特卡洛模拟法)来表示N值的不确定性。设Ni在一定范围内均匀分布,则可用下列抽样公式来表示所得Ni的随机性:

Ni=(1+VNiRN)μNi。

其中,RN为标准分布随机变量;μNi为在该层上的平均N值或测得的N值;VNi为N值的变异系数。

对于每一个产生的随机数,每一深度的Ni都能计算出来,然后根据式(1)就能计算出给定地震环境下的IIE。这样进行多次模拟后(次数为Ns),就可以根据Iwasaki和Shi-nozuka调查的日本85个地点砂土液化的历史记录建立的评价关系,得到IIE的一个概率分布,见表1。其中,Nno,Nmin,Nmod,Nmaj分别为砂土液化几乎没有、轻微、中等和严重的模拟次数。

这样,给定地震条件下的IIE的条件概率就可以根据相对概率来估计,例如P(0<IIE≤5|Amin,M)=Nmin/Ns。

用以上的方法可以得到整个地区的IIE的概率分布,因此也就得到了研究地区的液化可能性分布情况。而运用GIS的空间数据分析功能,继而得到整个场地的液化可能性分布图。

2 基于GIS的淄博中心城区液化指数概率空间分布模拟

2.1 研究方法

1)基本资料收集和整理:

淄博市行政区划图,交通网络图,地形地貌图,工程勘察钻孔分布图等。

2)液化分析空间数据库的建立:

以GIS软件—ArcCatalog9.2,ARCSDE9.2 Personal以及SQLEXPRESS2005为平台,建立空间数据库,包括空间属性和基础属性。

3)分析模型建立。

完成以上的步骤,就具备了在GIS中进行液化分析的数据基础,接下来建立分析模型。在ARCView9.2中,通过运用其内置的VBA开发语言进行编程实现液化分析的计算过程。计算结果通过ARCSDE自动添加到空间数据库钻孔要素中。

2.2 成果分析

在ARCVIEW9.2下利用VBA开发相应程序模块,计算出轻微液化概率、中等液化概率和严重液化概率的数据,并通过程序自动填入钻孔图层相应字段中。从图1可以看出,在考虑了标贯试验N值的不确定性后,许多钻孔点的液化危害性不再是确定性的,出现了以一定概率分布的情况。

在得到各钻孔点的液化概率数据后,利用ARCView9.2的空间分析功能,得到整个研究场地的液化概率分布情况,从图1中可以明显的看出研究区北部的轻微液化危险性较大,东南部中等液化危险性较大,而整个研究区的严重液化危险性基本没有。

3 应用GIS研究砂土液化的意义

将GIS技术引入到液化分析过程,首先,分析过程的可视化,各个图层可以随意放大缩小,分层显示等,直观而且易于理解,操作方便。其次,GIS强大的数据管理功能是另一个优点。在本文中,所有与该地区有关的数据和资料都通过GIS的属性数据库和空间数据库有机的管理起来,并且能够进行实时的编辑和修改。最后,利用GIS强大的空间分析功能,可以得到整个研究场地的液化概率可能分布图,再结合其他地震灾害分析图,就可以对整个研究区域的地震性地质灾害进行综合评估。

摘要：叙述了《建筑抗震设计规范》中规定的砂土液化判别指数的概率意义,研究了在GIS环境下分析液化可能性指标的液化指数概率方法,详细阐述了分析过程和GIS下的应用方法,并结合工程实例,阐述了淄博中心城区液化指数概率空间分布模拟分析的过程。

关键词：砂土液化,液化指数概率,GIS

参考文献

[1]GB 50011-2001,建筑抗震设计规范[S].

[2]邬伦,刘瑜,张晶,等.地理信息系统——原理、方法和应用[M].北京:科学出版社,2001.

[3]郭仁中.空间分析[M].武汉:武汉测绘大学出版社,2000.

[4]王锺琦.地震工程地质学论[M].北京:地震出版社,1990:41-80.

[5]苑宝军,张海莉.振动作用下砂土的液化特性分析[J].山西建筑,2007,33(21):121-122.

分布式模拟 篇7

多晶体在其形成过程中, 由于受到外界的力、热、电、磁等各种不同条件的影响, 或在形成后受到不同的加工工艺的影响, 多晶集合体中的各晶粒就会沿着某些方向排列, 呈现出或多或少的统计不均匀分布, 即出现在某些方向上聚集排列, 因而在这些方向上取向几率增大的现象, 这种现象叫做择优取向。这种组织结构及规则聚集排列状态类似于天然纤维或织物的结构和纹理, 故称之为织构。织构测定在材料研究中有重要作用。材料的取向分布 ( 即织构) , 决定了材料的许多性能。例如, 低碳钢和超低碳钢板主要用于深冲部件, 已知, γ纤维织构, 即晶粒的{111}面择优平行于板面, 有利于深冲性, 其它类型织构则不利于深冲性[1]。

织构的表示方法有:1、晶体学指数表示法;2、直接极图表示法;3、反极图表示法;4、三维取向分布函数 (Orientation distribution fuction) 表示法。极图和反极图均是晶体在空间中取向分布的极射赤面二维投影, 它们尚未能完全描述晶体的空间取向, 这就是用它们判定织构时会错判和漏判的原因。多晶织构材料的晶粒取向分布函数表示法是1965年由罗伊 (Roe) 和邦厄 (Bunge) 各自独立提出来的。织构的ODF表示法是表示织构的较好的方法, 但它目前尚不能直接用衍射方法测得, 而是通过测定织构材料的一个、二个或三个极图 (或它们的数据) 而用计算法求得。目前有多种途径来求得ODF, 其一为级数展开法, 即按球谐分析法将表示式及极图极密度表示式展开成级数, 从其系数算出级数的各系数, 再组合成取向分布函数, 其二为矢量法, 引入织构矢量概念, 把材料中晶体取向分布用一组分立的织构矢量分量表示, 而不再看成随取向连续变化的函数。使用球面调谐函数计算时, 其级数展开法可用于计算各晶系的ODF, 并回算任何 (hkl) 极图。此法还可计算反极图和估算材料宏观的各向异性。上述各方法, 计算量大, 需用电子计算机计算。

2 Euler空间与Euler角

将坐标系0-XYZ原点保持不变, 经过欧拉变换得到坐标系0-X“Y”“Z” (这里使用的坐标系均为右手系) 。这两个坐标系的关系如图1所示, 其变换矩阵为:

变换矩阵中的9个方向余弦中只有3个为独立参数, 利用其中不全部共行和共列的3个参数l1, m1, n3即可描述两坐标系旋转变换的相对位置关系。用方向余弦表示Euler角的关系式为:

由图2中, 由方位角φ1、极Φ角和旋转角φ2这三个Euler角的几何意义知它们的取值范围分别是:φ1∈[0, 2π], Φ∈[0, π], φ2∈[0, 2π]。将这三个角涵盖的空间称为欧拉空间, 其范围为2π×π×2π。

3 取向分布函数的数学模型

通常ODF在0≤φ1≤2π, 0≤Φ≤2π, 0≤φ2≤2π的范围内不呈现对称性, 而真实的晶体和样品往往具有一定的对称性, 为了使ODF也具有相应的对称性, 就需要对它进行改造[2,3]。

立方系多晶体材料是材料科学研究和工业生产中最常见的晶体, 其结构具有很高的对称性, 从而在分析取向分布函数时可以大大缩小取向空间的范围, 考虑取向在取向空间内出现的多重性或重复性, 其取向空间范围可缩小为undefined。

取向分布函数可以用级数展开为:undefined, 在考虑一些对称的情况下Bunge利用函数的线性组合, 又将级数展开进行了发展。 即被称为对称的广义球函数 (symmetry generalized spherical harmonics, SGSH) 的出现。 这些线性组合系数的选择是基于同时考虑晶体学对称性和样品织构对称性之上的。在考虑立方对称的情况下, Bunge方法SGSH级数展开通常具有以下形式:

undefined, 这里, 独立的球谐函数数量undefined

图3是ODF计算框图, 也就是整个ODF计算的数学模型:

4 ODF计算程序

图3中蓝色的系数是一些跟晶面指数有关的常量, 我们把他们存为库文件, 必要的时候调用其中的数据来进行计算。程序中用到的极密度数据通常要通过实测来获得, 目前我们没有实测极密度数据, 所以本程序中通过一个正态分布随机数发生器生成了24个文件, 每一个文件代表一个HKL时的极密度数据, 所以本程序能够测出24个不同HKL时的取向分布函数.其中, 举例说明:HKL=100时的极密度数据存为文件11.txt。以下是程序流程图 (见图4) :

程序运行时, 用户需要指定包含一组晶体取向信息的文件所在路径, 先利用定义的Trans函数将用户输入的Euler角由角度值转化成为弧度值, 再分别运行计算归一化连带勒让德函数、对称球函数、极密度函数展开式系数、取向分布函数系数、广义球函数、对称广义球函数的子模块FCNALF、SSH、ECPDF、CODF、GSH、SGSH来计算ODF值, 这些值最后将在result.txt文件中输出, 为下一步的可视化获取相关数据。

5 ODF可视化

可视化工作是利用C++语言与opengl技术的结合实现的。OpenGL是OpenGraphicsLib的缩写, 是一套三维图形处理库, 也是该领域的工业标准。计算机三维图形是指将用数据描述的三维空间通过计算转换成二维图像并显示或打印出来的技术。以Voronoi增量算法为基础生成了5000个晶粒, 作为研究手段之一, 对应于这个多晶体材料的每一个晶粒采用随机数发生器代替实验手段生成5000组Euler角并使其符合正态分布。将存储这5000个晶粒Euler角的文件导入ODF程序, 计算得到5000个晶粒的ODF值, 并以文件形式存储。读取文件, 利用计算程序计算出每个晶粒的ODF, 然后利用opengl技术实现可视化。为了区分不同的ODF, 采用了两种颜色赋值技术 (见图5、图6) 。第一种使用了灰度赋值, 第二种借鉴了photoshop中的颜色定义。

6 结语

微观织构取向-位置分布函数w (g, x) 作为今后材料性能设计及失效预测的一种强有力的分析手段, 可以在一个六维空间[6]中建立起取向和位置的对应关系。它是建立在同时考虑晶粒本身所具有的取向和所处的空间几何位置的基础上的[7], 其研究方法和手段可以借鉴宏观织构ODF的描述方法。本文通过对立方晶体ODF的程序化, 可以依据其三个Euler角计算得其中每个晶粒的ODF值, 它除了可以直接描述被测材料中晶粒取向的分布状况外, 在其它材料及其加工工艺研究中均具有广泛用途。

参考文献

[1]Ray R K, Jonas J J and Hook R E.Int Mater:Rev, 1994, 39:129.

[2]毛卫民.晶体学材料织构定量分析[M].北京:冶金工业出版社, 1993.

[3]Bunge, H.J..Texture Analysis in Materials Science[M].Butterworths, London, 1982.

[4]梁志德, 徐家祯, 王福.织构材料的三维取向分析术-ODF分析[M].沈阳:东北工学院出版社, 1986.

[5]H.J.Wolter.Calculation of orientation factors forcrystalline polymers from X-ray pole figure intensi-ties[J].Polymer Bulletin 19, 389-395, 1988.

[6]Poulseny H F, A six-dimensional approach to micro-texture analysis[J].Philosophical Magazine, 21 Au-gust, 2003, 83 (24) :2761-2778.

分布式模拟 篇8

我国近距离煤层和厚煤层群赋存所占比重较大, 造成很多大巷布置在煤层底板岩石或围岩较稳定的下部中厚煤层中, 形成了许多不同类型的近距离跨采巷道。在上方回采工作面影响下, 巷道围岩弱面进一步发育, 微裂隙进一步扩张, 使得围岩的强度和稳定性进一步降低[1]。位于不稳定岩体中的巷道, 往往表现出变形大、维护难的特点。多年来, 学者对这类问题在理论分析[2,3]和试验研究[4,5,6,7]方面做了大量工作。文章应用FLAC3D软件进行数值模拟, 结合某矿工程地质条件, 研究上方工作面回采过程中底板锚网索喷+U型钢支护巷道围岩的应力场的传递和分布特征。

1 工程概况

某矿新风井东总回风巷位于三一采区下部, 埋深607～707 m。巷道贯通之后, 位于其上方的3102工作面才开始回采, 巷道采用锚网索喷+29U型钢支护。巷道中心距煤层底板的最近距离为20 m。文章对在3102工作面回采过程中, 东总回风巷的围岩变形特征进行研究。主要从锚网索喷+29U型钢支护下巷道围岩的垂直应力和水平应力的变化特征进行了分析。随着工作面的推进, 工作面前方的垂直应力分布会发生改变, 超前支承压力的峰值位置可深入前方煤体2～10 m, 工作面前方受其影响的范围可达90～100 m[8]。所以文章仅对工作面推进至距离巷道中线50 m、10 m、5 m和0 m时进行分析。

2 模型建立

计算时按巷道最大埋深700 m考虑, 巷道上方岩层平均容重取25 kN/m3侧压系数取1.2, 则:

垂直应力:σy=γh=0.025×700=17.5 (MPa)

水平应力:σx=1.2γh=1.2×700=21 (MPa)

模型边界条件如图1所示。

模型尺寸为:宽×高=300 m×120 m, 模拟只对截面情况进行分析, 取单位长度1 m。为了简化计算, 本次模拟中取厚度较大的岩层作为模拟对象, 把厚度较小并且岩性相近的岩层划为同一层。模拟采用能够反映岩土材料抗压强度不同的S-D效应以及对正应力的敏感性并基于弹塑性理论的摩尔-库伦模型[9]。模型变形模式为大应变变形, 巷道开挖空间采用零模型进行模拟。

3 模拟结果分析

3.1 工作面在距巷道中线50 m处

工作面推进至距巷道中线50 m处时, 巷道围岩体应力分布如图2所示。

从图2 (a) 可以看出, 当工作面推进到距离巷道中线50 m处时, 巷帮浅部围岩的垂直应力较小, 右帮深部围岩的垂直应力集中区范围明显大于左帮, 峰值为23.6 MPa。图2 (b) 为水平应力分布图, 应力集中区出现在底板岩层深部, 最大值为31.1 MPa, 但是范围较小。水平应力峰值大于垂直应力峰值, 因此时支护应考虑控制顶底板变形。

3.2 工作面在距巷道中线10 m处

工作面推进至距巷道中线10 m处时巷道围岩体应力分布如图3所示。

从图3 (a) 中可以看出, 巷道两帮垂直应力呈对称分布, 最大应力集中区范围大于工作面推进到距离巷道中线50 m处时的应力集中范围, 最大应力值为28.0 MPa, 且右帮应力集中区向围岩上部延伸, 左帮则向下部扩展。从图3 (b) 可以看出, 在超前支承压力作用下, 巷道顶板也产生了应力集中区, 底板应力集中区范围扩大, 最大应力值为29.7 MPa。

3.3 工作面在距巷道中线5 m处

工作面推进至距巷道中线5 m处时巷道围岩应力分布如图4所示。

从图4 (a) 中可以看出, 与工作面推进到距巷道中线10 m处时相比, 右帮的最大应力集中区范围明显减小, 最大值基本不变, 集中应力最大值为28.3 MPa, 左帮应力升高区范围扩大, 并向深部延伸。图4 (b) 为水平应力分布云图, 顶底板应力最大集中区向顶板、底板深部转移, 应力升高区范围也有扩大, 大小基本不变, 最大集中应力值为29.7 MPa。水平应力依然大于垂直应力, 进一步说明采动影响下应加强巷道顶底板支护[10]。

3.4 工作面在距巷道中线0 m处

工作面推进至距巷道中线0 m处时巷道围岩体应力分布如图5所示。

从图5 (a) 中可以看出, 巷道右帮的应力最大集中区范围小于图4中所示应力集中区, 左帮最大应力区向深部扩展, 应力最大值为28.3 MPa。图5 (b) 为水平应力云图, 顶底板应力集中区与图4中相比, 应力最大值略有增大, 应力集中区向深部转移的趋势不明显, 最大应力值为30.0 MPa, 水平应力大于垂直应力, 这表明工作面推进到巷道正上方时, 采动对顶底板的影响最大。

4 结论

(1) 随着工作面向前推进, 锚网索+U型钢巷道两帮的垂直应力集中区逐渐向围岩深部转移, 范围先增大后减小, 右帮在工作面推进至距巷道中线10 m时达到最大, 而左帮应力集中区范围则在工作面距巷道中线5 m时最大, 峰值应力约为28 MPa。

(2) 当工作面推进至巷道正上方时, 顶板和底板应力集中区范围最大, 峰值应力为30 MPa。

(3) 在工作面推进到距巷道中线至少10 m时对其进行加强支护, 以确保该巷道的稳定。

摘要：我国近距离煤层和厚煤层群赋存所占比重较大, 造成很多大巷布置在煤层底板岩石或围岩较稳定的下部中厚煤层中, 形成了许多不同类型的近距离跨采巷道。在上方回采工作面影响下, 巷道围岩弱面进一步发育, 微裂隙进一步扩张, 使得围岩的强度和稳定性进一步降低。针对受上方工作面回采影响的锚网索喷+U型钢支护巷道变形比较严重的问题, 通过FLAC3D数值模拟软件对该巷道围岩的应力分布特征进行了研究。结果表明, 工作面推进至距巷道中线0 m时, 顶板和底板应力集中区范围最大, 峰值应力为30 MPa。为维护其稳定, 应提前对该巷道进行加强支护。

关键词：跨采巷道,应力分布,数值模拟

参考文献

[1]李佳佳, 高明中, 王素军.近距离采动影响巷道稳定性数值模拟研究[J].煤炭技术, 2010, 29 (1) :79-81

[2]陈炎光, 陆士良.中国煤矿巷道围岩控制[M].徐州:中国矿业大学出版社, 1994

[3]钱鸣高, 刘听成.矿山压力及其控制[M].北京:煤炭工业出版社, 1991

[4]郜进海, 镐振, 吕兆恒.构造应力区巷道变形破坏特征及控制技术研究[J].河南理工大学学报 (自然科学版) , 2012, 31 (4) :409-414

[5]张学臣, 李大勇, 陈士海, 等.跨采巷道的围岩稳定性预测与控制[J].采矿与安全学报, 2008, 25 (3) :361-365

[6]刘桂仁, 戴进, 张可斌, 等.近距离跨采巷道支承压力研究[J].煤炭科学技术, 2001, 29 (9) :34-37

[7]高明中, 黄殿武.底板软岩动压巷道围岩应力分布的数值分析[J].安徽理工大学学报 (自然科学版) , 2003, 23 (3) :14-18

[8]陈炎光, 钱鸣高.中国煤矿采场围岩控制[M].徐州:中国矿业大学出版社, 1994

[9]刘波, 韩彦辉.FLAC原理实例与应用指南[M].北京:人民交通出版社, 2006

分布式模拟 篇9

风能作为一种无污染和可再生的新能源有着巨大的发展潜力,不仅具有环保和生态价值,而且将其转化为现实生产力有着巨大的经济,符合可持续发展的战略意义。自2004年起,风力发电更成为在所有新式能源中是最便宜的。特别是对沿海岛屿,交通不便的边远山区,地广人稀的草原牧场,以及远离电网和近期内电网还难以达到的农村、边疆,作为解决生产和生活能源的一种可靠途径。此外,大型风电场的建立将成为当地观光的特色,吸引大批游客前来参观,带来可观的收入。

风能是可再生能源中开发利用技术发展最快、最为成熟、最具有大规模开发和商业化发展的能源,在未来能源供应中将会占据重要的地位,并逐渐受到各个国家的重视。1990年以来,世界各国竞相发展使用风电技术,而我国近年来也开始大力推广风电技术。到2010年,我国风电总装机容量达到44 781兆瓦,居世界首位。

风电的发展需要丰富的风能资源作保障。我国风能储量很大、分布面广,主要分布于东北、华北、西北和东部沿海地区。陆上10m高度风能资源技术可开发量为2.97亿kW。加上近岸海域可利用风能资源,共计约10亿kW。如果中国能够利用所有的风能资源,将能够满足几乎所有中国当前的电力需求。

自然界中,风是空气的动能,是地球上的一种自然现象,它是由太阳辐射热引起的。它的分布受着诸多自然因素的复杂影响,在空间分布上较分散,具有较强的地域性,在时间分布上也是不稳定和不连续的。因此,开展科学、客观地评估清洁能源是进行风能资源开发利用的基础。

国内外用于风能资源开发利用的技术方法主要有:基于气象站历史观测资料,基于气象塔观测资料、 基于数值模拟。而基于前两种主要通过统计分析,较常用的是Weibull分布、Rayleigh模式,可得出风速和风能变化、风能参数进行分析,得出风能分布[1]。 但是测风塔资料由于受下垫面影响较大,还是不能满足风能资源评估的整体需求[2,3,4,5]。

而用数值模拟方法来研究风能发展较普遍、成熟。用加拿大风能资源数值模拟系统进行中国风能资源的模拟,可得到水平分辨率5km、低空垂直分辨率10m的中国风能分布图谱[6]。也有研究通过甘肃省酒泉区域6个测风塔不同高度层的资料,计算分析了该区域的各种风能参数并给出了该区域风能的空间分布[7]。

总之,与传统的统计学方法相比,数值模式效果更好[8,9,10]。中尺度模式能够较好地模拟低层大气风场分布和预测风速,可弥补山地等复杂地形区域观测资料的不足[11,12,13,14,15,16,17]。风能资源的数值模式可模拟出风能资源分布,是风能资源评估的有效技术手段,为分散式风电发展规划的制定和风电场前期建设的选址提供科学依据[18,19,20]。在数值模拟方案的选择中,很多文献研究表明灾害性天气对模拟方案选择非常敏感,特别是边界层方案[21,22]。

本文主要通过对江苏沿海地区的风能资源进行数值模拟,并以气象站和测风塔的实测资料进行对比,算出误差及相关性,并分析误差原因,最终模拟出江苏沿海地区的风能资源分布状况及风场等。

1资料和方法

本文采用WRF(Weather Research Forecast)-V3.4模式和1°×1°NCEP全球分析资料,以(33.0N,120.3E)为中心,对2010年各季代表月:1、4、7、10月份风场进行模拟。模式采用四重双向嵌套(模拟区域如图1),网格格距分别为27km、9km、3km和1km,垂直方向为σ地形跟随坐标,分45层,模式顶高度为100hPa,地形数据分别为美国地质勘探局(USGS)的全球10m、2m、2m和2m地形数据。模式区域如图1所示。四重区域采用同样的方案,RRTM长波辐射方案,Dudhia短波辐射方案,MYNN近地面层方案,MYNN 2.5level TKE scheme边界层方案,热量扩散陆面过程方案,WSM3简单冰微物理方案,Kain-Fritsch(new Eta)积云对流参数化方案(最内两层不采用积云参数化方案)。

2风速时空变化

2.1季节变化

由江苏沿海地区70米高度的1月、4月、7月、l0月平均风速模拟场分布图(如图2),可知风速受海陆分布影响较大,以海岸线为界,海上风速等值线清晰有规律,而陆地上则较凌乱。从a图可知1月风速在2.4~5.4m/s之间,是所以代表月中风速最大的。陆地上风速相对较小,海上风速较大,尤其在江苏西南部有明显的低值区。整体来讲,海岸线附近风速等值线密集,且海上风速等值线平行于海岸线,呈西北- 东南走向。从b图可知4月的平均风速在1.2~ 3.9m/s之间,与1月正好相反,它的低值区在海上, 高值区在陆地上,高值中心平均风速可达4.0m/s,风速等值线分布也与1月不同,基本为东西走向。从c图可知7月平均风速分布梯度较小,在1.2~3.6m/s之间,海上风速等值线与海岸线平行,海岸线附近风速等值线密集。陆地上低值中心位于江苏北部,中心风速为1.1m/s。从d图可知10月风速在0.9~ 4.2m/s之间,梯度变化大且等值线密集,是所有代表月中最清晰的,基本是呈南北走向。高值中心在江苏南部近海地区,低值中心在江苏西部,低至0.9m/s。

江苏沿海主要是平原地形为主,高度相差较小。 所以风速分布变化主要是海陆差异引起,在太阳辐射下,海陆受热不均,水热效应明显。从各季代表月的风速模拟场可以看出沿海岸线风速梯度变化明显且较密集。江苏地区风能资源相对丰富是海岸附近,所以适宜将发电场建立在此地。

2.2垂直变化

图3为江苏沿海地区1月的40m、70m、100m、200m高度的平均风速模拟场。从a图中可以看出40米高度上的平均风速最小,风速等值线相对较密集。b图70米高度上风速等值线分布大致与40m高度一样,但较之更稀疏且整齐。从c图100m高度上与前两个图相比,风速变大,在2.7m/s~5.4m/s之间。最后,由d图的200m高度上可以明显得出:等值线是最整齐规律,风速的海陆差异最小。从各图中可知:江苏沿海地区的的风速随高度的增大而增大, 且随着高度的增大,等值线更整齐、稀疏。所以,高度越大,受海陆分布差异影响越小。

3风场的模拟结果分析

大气近地层风场时空分布是大气环流系统和下垫面状况共同作用的结果,地表粗糙度和地形对贴地层风场分布影响较大。所以用WRF模式,对不同季节的风场进行模拟,探索风场的季节变化特征。如图4为江苏沿海地区70m的1月、4月、7月、10月风场模拟结果。1月盛行西北风,4月盛行东风,7月以南风和西南风为主,10月主要是西北风,还有小范围的北风。这与实际的江苏沿海流场特征基本吻合。

江苏沿海地区位于中国中纬度东部,季风明显, 冬季处于西风环流背景下,盛行西北、北风,夏季在西太平洋副热带高压和印度低压控制下,盛行南风、东南风、东风。同时也反映了海陆的差异。综上所述, WRF模拟结果能较好体现出风场的分布情况。

4模拟结果验证

为保证WRF模拟结果的可信度,需对平均风速的变化与测风塔实测资料进行对比分析。所以对2010年1、4、7、10月(各季代表月)每月前七天的连云港青口盐场实测时平均与模拟时平均风速值进行对比(如图5)。通过对比表明WRF模式能较准确的模拟风速整体情况。特别是4月,误差最小,与实测值基本吻合。但是仍有误差。其可能原因为以下几点:①模式本身的系统误差。②初始条件和测边界条件因素。③参数化方案组合问题。④站点风场风速和风向的不确定性等等。由于站点的实测值代表的只是离站点最近的格点的风场变化情况,并不是站点的真实值,所以考虑到下垫面等不确定因素的影响, 造成了模式与真实值有一定偏差。但是总体来讲, WRF模拟平均风速的变化趋势与实测的基本吻合, 能较好地体现江苏沿海地区2010年风场基本特征, 比较准确的反映了该地区的风况。

图4江苏沿海地区70m风场模拟:(a)1月、(b)4月、(c)7月、(d)l0月

5总结

①利用WRF模式对江苏沿海风能资源进行1、 4、7、10月的模拟,由于海陆受热不均,所以沿海岸线风速梯度变化明显且较密集,风资源丰富,可将发电场建立在江苏沿海附近。②江苏沿海地区的的风速随高度的增大而增大。随着高度增大,受海陆分布差异影响变小。③1月盛行西北风,4月盛行东风,7月以南风和西南风为主,10月主要是西北风,还有小范围的北风。④WRF模式能基本反映该地区的风速整体情况,所以江苏东部沿海地区适宜建立大型风电场。⑤本文最大特点在于通过对比多种WRF模式方案组合最后选定的这一组具有明显优势,因为通过验证,实测值和模拟值的对比,得出的误差最小,故是最优方案。鉴于此可把此次模拟作为分析时空分布, 风能预测等的科学依据。

分布式模拟 篇10

目前, 预测风压分布规律的主要方法有风洞试验、现场实测和数值模拟[4,5,6], 与风洞实验和现场实测相比, CFD数值风洞模拟可以进行结构全尺寸模拟避免雷诺数效应的影响, 还能提供丰富的数据便于参数分析, 且成本较低。

基于此, 本文利用Ansys Fluent软件, 对拟建的武汉某椅形建筑进行数值模拟, 预测和分析了表面风压及周围风场, 以期为异形超高层建筑的风压分布规律研究提供理论依据。

1 建筑方案概况

该工程拟建于武汉市东湖技术开发区, 关山大道与纺织路交汇处西南角。主楼高度147 m, 平面尺寸为32 m×65 m;副楼高度75 m, 平面尺寸为32 m×25 m;主副楼连体区域高度21 m, 平面尺寸45 m×25 m。

2 模型建立

根据建筑初步设计方案, 忽略了建筑物顶部一些细微复杂的部分, 建立了足尺寸的三维CFD模型, 计算流域取3 000 m×1 500 m×750 m, 建筑物置于流域沿流向前1/3处, 计算域的阻塞率小于3%, 避免了“压缩效应”的发生。

由于模型体型复杂, 本模型从东西长轴方向开始, 顺时针旋转选取0°, 90°和180°3个风向角分别建立3个数值模型, 分析3个风向角下结构的风场和平均风压系数分布规律。

网格划分时采用具有形体自适应功能的四面体网格, 并在建筑模型与计算域交接的区域, 使用局部加密功能进行处理, 最小网格尺度1 m, 而离建筑模型较远的网格逐渐变疏, 中间利用GAMBIT中的尺寸函数 (Size Function) 功能实现由密到疏的过渡, 最终得到了各风向角下质量较好的体网格, 每个模型的网格总数在181万个左右 (见图1, 图2) 。

湍流模型的选取直接影响到数值模拟的收敛速度及计算精度, RNGκ-ε模型比标准κ-ε模型在更广泛的流动中有更高的可信度和精度[7], 能更好的反映出复杂体型建筑物周边的流动规律, 因此本文选用RNGκ-ε湍流模型。模型采用双精度计算, 对流项的离散全部采用高精度的二阶迎风格式, 速度压力耦合采用SIMPIEC算法。钝体扰流应选用非平衡壁面函数法 (Non-Equilibrium Wall Functions) 来模拟壁面附近复杂的流动现象。迭代的过程当中, 监测控制方程的迭代残余量和模型的速度、压力及进出口的质量流量差, 当以上各量基本不发生变化, 即认为所得流场进入了稳定状态。

该建筑所处的地貌类别为C类地貌, 基本风压取0.40 k N/m2, 重现期取100年。速度入口处平均风速沿高度的变化服从指数率。湍流强度和湍流耗散率按日本规范[8]定义。流域顶部和两侧采用等价于自由滑移的壁面对称边界条件 (Symmetry) , 出口面采用自由出口 (Out-flow) , 建筑表面和地面采用无滑移的壁面条件 (wall) 。

3 数值模拟结果分析

3.1 流场分布

椅形建筑物最复杂的流域在主楼与副楼之间, 因此本文选取50 m高度处的流场作为研究对象。图3为不同风向角下50 m高度处风速分布的数值模拟结果, 由图可知:在3个方向气流分别作用下, 建筑物周边流场均充斥着分离、涡旋、回流及环绕现象。在建筑物迎风面前方区域风速逐渐减小, 风速矢量线呈现出近似对称分布的状态, 来流撞击在建筑物迎风面表面, 发生能量耗散, 并产生了“高压气幕”, 使得气流分离现象显著, 导致建筑物的前缘拐角处风速剧烈增加到37 m/s以上 (50 m高度无穷远处来流风速) , 180°风向角两侧面形成湍流尾流宽度最宽, 0°风向角时宽度最窄;0°风向角时副楼附近形成一个超低速的椭圆状涡旋, 180°风向角背风侧形成狭长的月牙状涡旋, 90°风向角背风侧则形成两个对称的大涡旋, 0°风向角时背风侧的尾流影响范围最广。

3.2 风压系数分布

压力在建筑设计中, 结构设计师们往往最为关注的是风压系数的分布问题。压力系数Cp定义为:

其中, V0为参考风速的平均值, 本文取10 m高度处的平均风速;ρa为空气密度, 取为1.225 kg/m3;p-p0为当地压力p与远方上游压力p0之差。

图4为建筑物表面风压系数分布图的数值模拟结果。由图4可知:1) 0°风向角时, 风压系数的分布较为契合棱柱体的风压变化规律。迎风面在115 m高度左右正压系数最大, 其压力系数达到0.85, 建筑物棱角处系数变化梯度最大;侧面、背风面及屋面的风压系数均为负值, 背风面风压的分布较为均匀, 侧面及屋面的风压系数绝对值较大, 负压系数绝对值最大值出现在主楼侧、顶面靠近来流和副楼侧、顶面靠近回流的棱角处。2) 90°风向角时, 迎风面的风压系数分布规律类似于0°风向角, 其最大正压系数V达到了0.88;由图3b) 可看到连体区域下方出现“狭缝效应”, 这使得副楼的侧、顶面棱角处没有出现负压极值;在靠近连体区的主楼侧面, 从43 m高度到屋顶高度出现一个紊乱的负压系数极值区域, 绝对值最大的负压系数可达-1.09。3) 180°风向角时, 由于副楼和连体区域的阻挡, 主楼迎风面部分区域难以形成“高压气幕”, 主楼迎风面压力系数出现负值, 连体区域侧、顶面却呈现出部分正值区域, 主楼的侧风面和背风面系数分布也变得不均匀。

4 结语

本文基于Visual Studio环境下通过UDF接口对通用软件Ansys Fluent进行二次开发, 数值模拟分析了不同风向角对椅形建筑流场分布和风压系数的影响, 对结构几何形体抗风优化提出建议。研究得出以下结论:1) 通过对比发现, 在主副楼之间楼连体区域下方存在有非常复杂的紊流现象, 在90°风向角作用时, 尾流会形成一小部分的高速带及两个低速的涡旋;在0°风向角作用时, 尾流会形成一个椭圆状超低速的脱落涡旋;180°风向角作用时, 尾流会形成月牙状的狭长涡旋。2) 风向角对风压系数有较大影响, 随着风向角的增加, 来流的分离、再附着和涡旋脱落等作用均有较大不同, 迎风面以正压为主, 数值相对变小, 均在0.8左右, 与我国建筑结构荷载规范中矩形平面迎风面体型系数数值相近;建筑顶面和侧面气流分离大, 以负压为主, 区域和绝对值都相对变大, 侧面的风压系数可达-1.09;背风面以负压为主, 由于建筑几何长宽比足够大, 背风面负压变化梯度相对较小。

摘要：以拟建的某椅形建筑为例, 根据CFD基本原理, 运用计算流体力学软件建立了数值风洞模型, 得到了结构表面风压系数, 在此基础上, 分析了不同风向角作用下建筑周边的流场分布特性及结构表面风压系数分布规律, 给出了建筑物在最不利风向下的最不利区域的风压系数, 为结构抗风设计参数的确定提供依据。

关键词：椅形超高层,风压系数,Ansys Fluent,数值模拟

参考文献

[1]GB 50009—2012, 建筑结构荷载规范[S].

[2]冯畅达.超高层建筑风荷载和风致响应的吹气控制研究[D].哈尔滨:哈尔滨工业大学, 2014.

[3]何艳丽.空间结构风工程[M].上海:上海交通大学出版社, 2012.

[4]Flow and pressure field characteristics around pyramidal buildings[J].Journal of Wind Engineering and Industrial Aerodynamics, 2006, 94 (10) :745-765.

[5]虞终军, 丁洁民, 林祯杉, 等.绿地中央广场双塔结构抗风设计[J].建筑结构, 2013, 43 (9) :42-46.

[6]颜卫亨, 王剑, 吴东红, 等.局部开洞的折叠网壳结构表面风压分布研究[J].工程力学, 2013, 30 (10) :184-191.

[7]李鹏飞, 徐敏义, 王飞飞.精通CFD-工程仿真与案例实战局部[M].北京:人民邮电出版社, 2011:123-127.

[8]Architectural Institute of Japan.AIJ Recommendations for Loads on Buildings[Z].Tokyo:AIJ, 2004.