84 / 2023-04-28 18:40:38

人员密集场所典型污染物扩散数值模拟研究

人员密集公共场所,社会力模型,污染扩散,数值模拟

新冠疫情爆发以来，人员密集公共场所的疫情防控问题一直是全社会关注的热点问题。由于公共场所人员流动性强，人体行为产生的典型污染物如CO₂和气溶胶等的分布与人员数量和位置密切相关，但两者关系尚不明晰。本文以上述问题为突破口，在特定人员密度高的公共场所中，考虑人员这一重要因素的影响，通过预测人员的运动轨迹，模拟在不同人员流动情况下的CO₂和气溶胶浓度时空分布。

利用了对行人微观层面运动具有较高还原度的社会力模型，考虑行人自主运动、行人避让、墙壁避让、心里因素、行人接触等因素，以人员密集公共场所的监控设备所获取的数据作为先决条件，对场所内的行人运动轨迹进行预测；此过程在MATLAB软件之中得以实现，并将数据导出应用至STAR-CCM+进行协同仿真。同时对预测结果进行了验证，选取了实际的机场监控视频，提取视频中人员的初始位置和目的地作为模拟的先决条件，将视频中实际的人员运动轨迹与模拟得出的运动轨迹进行对比，验证了模型的准确性。

在协同仿真方面，选取了计算流体动力学作为模拟方法，将预测人员运动轨迹以表格数据的形式由MATLAB导入至STAR-CCM+，采用重叠网格动网格模拟人员运动，采用被动标量跟踪CO₂，采用拉格朗日法跟踪气溶胶浓，对不同人员流动情况下的CO₂和气溶胶浓度进行短时间的动态模拟，得到了人员流动与典型污染物分布的关联模型。

通过实际机场监控视频验证，使用的社会力模型对行人进行运动轨迹具有较高还原度；在流动指向性强的安检口、出站口预测的准确率达到80%以上。在验证人员轨迹预测模型的有效性基础上，基于监控视频对即时人员分布的定位，得到了未来短时间的CO₂和气溶胶浓度时空分布；提出的人员流动与典型污染物分布的关联模型可可为公共场所环控系统基于人员随机分布条件下的智能调控方法提供基础和依据。