案例分享 | 基于Cradle軟件的巴士車廂內病毒擴撒與防護分析

      針對大巴長時間回程過程中,如果萬一有病毒攜帶者,對周圍的影響大家非常關心。而病毒攜帶者的位置,以及間隔不同病毒攜帶者的距離下,到底有多大影響,可以通過MSC Cradle進行分析。


案例分享 | 基于Cradle軟件的巴士車廂內病毒擴撒與防護分析的圖1

1. 模型介紹

本次模型采用如下4x11列座位的大巴,每個座位上方有空調出風口,同時司機旁邊也有空調出風口,空調回風口在靠近前方的頂上。

案例分享 | 基于Cradle軟件的巴士車廂內病毒擴撒與防護分析的圖2

案例分享 | 基于Cradle軟件的巴士車廂內病毒擴撒與防護分析的圖3

模型示意圖




案例分享 | 基于Cradle軟件的巴士車廂內病毒擴撒與防護分析的圖4

2. 計算方法

對于密閉的大巴空間里,一旦有病毒攜帶者,則會持續不斷的釋放病毒,而大巴內主要通過空調換氣。實際上不同位置的空氣品質是不同的,如果換氣效率好,即使空氣中有病毒,但很快就會排出去,但如果換氣效率不好,一旦釋放出病毒,將長時間停留在空間里,會大大提高被感染的可能性。本次分析中針對換氣效率,采用空氣齡來判斷。

空氣齡,即空氣質點的空氣齡(Age of air),是指空氣質點自進入房間至到達室內某點所經歷的時間,反映了室內空氣的新鮮程度,它可以綜合衡量房間的通風換氣效果,是評價室內空氣品質的重要指標。

本次分析中假設病毒足夠小,與空氣一起流動。



案例分享 | 基于Cradle軟件的巴士車廂內病毒擴撒與防護分析的圖5

3. 大巴內的氣體流動分析

CASE 1:

首先分析大巴內的流動,一開始分析中空調出風口流速采用1m/s。以下所示的是氣體流動示意圖。

  

案例分享 | 基于Cradle軟件的巴士車廂內病毒擴撒與防護分析的圖6


同時來研究換氣效率,以下所示的是空氣齡的變化。


案例分享 | 基于Cradle軟件的巴士車廂內病毒擴撒與防護分析的圖7

空氣齡分布


從視頻中可以看出,司機位置換氣效率最差,司機位置的換氣所需時間都需要6分鐘,這樣一旦大巴內病毒存在,由于病毒停留時間的過長,司機很容易吸入病毒,包括座位席前方的換氣效率也是比較差的。還有危險較大區域是后方,后方的換氣效率也是較差。從換氣效率看,最好是中間,靠近排風口位置。




案例分享 | 基于Cradle軟件的巴士車廂內病毒擴撒與防護分析的圖8

4. 不同位置對環境的影響

CASE 2-4:

以下考慮了病毒攜帶者坐在不同位置時,研究了污染區域以及影響范圍。

案例分享 | 基于Cradle軟件的巴士車廂內病毒擴撒與防護分析的圖9


首先我們來看一下當病毒攜帶者坐在最后方座位時,病毒的擴散過程。

視頻中首先顯示的是病毒不同濃度的區域的變化,顏色越藍,濃度越小。從圖中可知座位旁邊,座位前方影響最大,同時病毒隨時間的擴散來看,一直影響到前方,司機位置上都有病毒存在。另一方面毒從病毒攜帶者釋放之后,很快就會稀釋,除了前后方,左邊乘客之外,濃度已經大大降低。那就是后邊乘客較為安全。


案例分享 | 基于Cradle軟件的巴士車廂內病毒擴撒與防護分析的圖10

病毒攜帶者在后方時的病毒擴散情況

繼續看病毒攜帶者坐在中間位置以及最前方位置時,病毒的擴散過程

從視頻中可知病毒從病毒攜帶者出來之后,通過前方的座位下往前上方擴散,這對前方客戶影響最大,當然如果座位下面放包等影響病毒通過另當別論,這也是受通風系統的影響,因為空調出風口也正好在頂上,出來的風直接攜帶病毒擴散。從結果可知,如果病毒攜帶者坐在中間,對其后方的影響很小,但坐在病毒攜帶者位置前方一排兩個人影響最大。而坐在最前方影響最大區域是司機,以及座位旁,后方等位置,這也符合空調氣流運動。視頻中粒子所示的是病毒攜帶氣體,離開釋放者之后,病毒慢慢稀釋,到司機位置病毒已經被稀釋了很多,視頻后半部分是去掉低濃度氣體之后所示的,因此除了病毒攜帶者以外,其實濃度已經很低了,但也不能忽視。

病毒攜帶者在中間時的病毒擴散情況


案例分享 | 基于Cradle軟件的巴士車廂內病毒擴撒與防護分析的圖11
病毒攜帶者在最前方時的病毒擴散情況

以上結合空氣齡可知,司機位置換氣效率差,因此病毒也最容易堆積在司機位置。


針對上述三種情況,進一步云圖觀察一下。

案例分享 | 基于Cradle軟件的巴士車廂內病毒擴撒與防護分析的圖12

圖:病毒濃度在呼吸高度位置的分布


上圖是病毒濃度影響較大區域在座位呼吸高度位置的分布。基本影響范圍跟上述描述一致,而在中間位置時影響區域面積最小。


案例分享 | 基于Cradle軟件的巴士車廂內病毒擴撒與防護分析的圖13

圖:病毒濃度結合空氣齡在呼吸高度位置的分布


上圖中藍白色部分是空氣齡,白色表示停留時間越長,圖中所示的是停留時間3分鐘以上區域,白色區域停留時間超過10分鐘區域。以上結合空氣齡可知,最前方最危險,中間病毒釋放人員另一側位置是最安全的。



案例分享 | 基于Cradle軟件的巴士車廂內病毒擴撒與防護分析的圖14

5. 優化

為了改進司機位置的換氣效率進行了以下兩種分析。
第一種司機旁的窗戶打開,另外一種空調風速加大。

以下所示的是開窗之后與之前的空氣齡比較,從圖中可知,司機所在位置的換氣效率有所提高。當開窗之后,空氣齡480s區域已經不存在了。

案例分享 | 基于Cradle軟件的巴士車廂內病毒擴撒與防護分析的圖15

案例分享 | 基于Cradle軟件的巴士車廂內病毒擴撒與防護分析的圖16

案例分享 | 基于Cradle軟件的巴士車廂內病毒擴撒與防護分析的圖17


進一步比較空調出風口速度加大之后換氣效率的變化。當流速變大之后,換氣效率的確提高了。

案例分享 | 基于Cradle軟件的巴士車廂內病毒擴撒與防護分析的圖18

案例分享 | 基于Cradle軟件的巴士車廂內病毒擴撒與防護分析的圖19


案例分享 | 基于Cradle軟件的巴士車廂內病毒擴撒與防護分析的圖20

圖:病毒濃度結合空氣齡在呼吸高度位置的分布


結合空氣齡顯示的話,雖然出風口速度加大之后,雖然有效影響區域有所變大,但停留時間短,一旦排風,很快速排放出去,所以感染可能性就會降低。

最后為了降低后方位置病毒攜帶者的影響,采取側窗打開時對病毒擴散區域有什么變化進行研究。

從變化可知,當側窗打開之后,后方的病毒很少能跑到前方,只會影響周圍,而對四周的影響沒有太大變化。



以上四種進行比較可知,開窗之后,有效影響濃度范圍有所減少,最為明顯的是停留時間大大縮小,換氣效率大大提高了。


案例分享 | 基于Cradle軟件的巴士車廂內病毒擴撒與防護分析的圖21




案例分享 | 基于Cradle軟件的巴士車廂內病毒擴撒與防護分析的圖22

6. 總結

以上主要針對大巴病毒攜帶者上車時,對周圍有什么影響進行仿真研究。此研究也不僅僅針對大巴,如高鐵,飛機,研究方法都是一樣,同時也需要根據不同通風系統,影響區域也是不同。

如果病毒攜帶者坐在最后方,影響最大,這也說明越遠離空調出口位置坐著病毒攜帶者,對周圍的影響越大,最重要的還是多換氣,如果能開窗,盡量保持開窗。針對上述車型以及空調環境下,中間位置是相對最安全的。

影響區域也跟空調系統布置有關,同時本次研究病毒攜帶者沒有戴口罩情況,如果大家都戴口罩,影響遠遠小于分析結果。


相關閱讀推薦




萬眾一心,抗擊疫情 | 警惕!快看一個噴嚏是怎樣傳播新型冠狀病毒?
MSC氣動噪聲全流程解決方案 | 基于scFLOW2Actran的HVAC管道氣動噪聲案例展示

案例分享 | 基于Cradle軟件的巴士車廂內病毒擴撒與防護分析的圖23

登錄后免費查看全文
立即登錄
App下載
技術鄰APP
工程師必備
  • 項目客服
  • 培訓客服
  • 平臺客服

TOP

1
1