長大公路隧道污染物濃度分布模型研究

樓輝波 林 亨 林魯斌 張曹杰

(1.奉化市交通投資公司，浙江奉化 315500;2.寧波大學建筑工程與環境學院，浙江寧波 315211)

0 引言

公路隧道是交通運輸線路上一個相對封閉的特殊路段，尤其對于長大隧道(長度大于1 km)而言，汽車在隧道內行駛時排出的汽車尾氣會妨礙車輛的安全行駛，危害駕駛員的身體健康，因此需要增加通風設備對長大隧道進行通風。

隧道通風控制是通過對隧道內的有害氣體和污染物質濃度進行稀釋，使隧道內的空氣質量達到規定標準。對長大隧道而言，通常采用前饋式通風系統，所謂前饋式控制是基于前時段進入隧道的檢測的交通量，結合一定的計算方法，預測下一時段的交通量，進而獲得下一個時刻VI和CO濃度增量，結合下一時刻的實測濃度檢測量和控制標準，通過計算獲得下一時刻風機開啟的增減量［1，2］。因此，掌握隧道內的有害氣體和污染物的產生、分布、運移規律成為長大隧道前饋式通風控制系統的關鍵問題。

車輛產生的污染物主要包括:發動機排放的煙霧(VI)，CO以及行駛過程中揚起的塵埃等，目前在通風計算中主要考慮的是CO，VI濃度［2］。車輛在穿越隧道行駛過程中排放的污染物首先與隧道內的空氣相混合，然后在隧道內不斷擴散移動或衰減轉化。然而，作為一種流體污染物在隧道風流中的擴散十分復雜，它不僅取決于污染物和空氣的物理力學性質，而且還與隧道內的風速、交通量、車速等因素密切相關［3-7］。

于是，本文在污染物一維擴散方程的基礎上，提出污染物擴散模型的簡化形式，建立長大公路隧道污染物濃度線性分布模型，并通過實測數據驗證了該模型的可行性。

1 污染物擴散模型的簡化

基于統計數據的交通流預測值為控制周期內的平均值(在控制周期內污染源為常量，與位置和時間無關)，故在污染物擴散模型中也假定一個控制周期內的污染物濃度不隨時間變化。在一維情況下通用的污染物擴散方程如下［8］:

其中，c為污染物的質量濃度，kg/m3;g為擴散系數，m2/s;q為污染物產生率，kg/(m3·s);v為隧道內的風速，m/s;qf為由于風機引起的污染物運移率，kg/(m3·s)。

假定在風機的一個控制周期內污染物濃度分布不隨時間改變，并忽略風機對污染物的影響，于是有:

于是式(1)可簡化為:

通常情況下污染物擴散速度遠低于風速，于是有:

在隧道入口處的污染物濃度一般與外界空氣一致，即:

于是式(4)可轉化為:

2 算例

寧波奉化某隧道長3.27 km，選用一體式的AQM型CO/VI檢測器4套(沿縱向隧道布置見圖1)，它能自動檢測隧道內的CO濃度值及煙霧透過率。該CO/VI測量儀由發射/接收頭和反射頭組成，通過測量特定紅外波和光波的衰減分別測量CO濃度和能見度值。在默認情況下，CO檢測器的測量范圍為0 ppm～300 ppm，精度為±1 ppm，VI檢測器的測量范圍為0 m－1～0.015 m－1，精度為±0.000 2 m－1。隧道內CO/VI檢測器布置見圖1，CO/VI檢測器布設在行車方向右側壁人行道上方3.5 m處，檢測頭收、發之間的間距為10 m。采用CODEL公司的AFM型風速測試儀(共4臺)，它采用超聲波技術來測量空氣流速，測量范圍為－20 m/s～+20 m/s，精度為±0.1 m/s。該設備也安裝于隧道側壁上，并具有防水、防潮、防塵功能。

圖1 檢測儀器安裝位置示意圖（單位：mm）

圖2 隧道各典型斷面CO濃度（工況1）

現采用本文污染物濃度計算模型對各監測斷面(Ⅰ～Ⅳ)的CO濃度進行預測，計算參數和計算結果見圖2，圖3。

由圖2，圖3可知:

1)實測污染物濃度(CO)在隧道入口處較小，隨著進入隧道距離的增加，污染物濃度逐漸增大;

2)本文污染物簡化模型的預測值與實際值比較接近，最大相對誤差為15.54%，計算精度基本滿足工程需要。

圖3 隧道各典型斷面CO濃度（工況2）

3 結語

作為前饋式隧道通風控制系統的關鍵參數，公路隧道污染物(CO和VI)濃度的大小及分布形式的準確預測在實際工程中至關重要。本文對污染物擴散模型進行了簡化，提出了長大公路隧道污染物濃度的線性預測模型，結合實測結果對線性預測模型進行了驗證，結果表明污染物濃度線性模型對污染濃度的分布形式預測結果與實際一致，且計算精度基本滿足工程需要。

［1］林 強，劉明華，茹 鋒，等.隧道通風系統模糊控制算法研究［J］.公路交通科技，2010，27(9):85-88.

［2］余 鵬.基于前饋式模糊控制的公路隧道通風系統研究［D］.太原:太原理工大學，2010.

［3］方 勇.公路隧道前饋式通風控制系統研究［D］.成都:西南交通大學，2004.

［4］范厚彬，樊志華，董明剛.公路長隧道污染物的運移機理及一維解析分析［J］.交通運輸工程學報，2002，2(3):57-59.

［5］何 川，李祖偉，方 勇，等.公路隧道通風系統的前饋式智能模糊控制［J］.西南交通大學學報，2005，40(5):575-579.

［6］諸 靜.模糊控制原理與應用［M］.北京:機械工業出版社，2005.

［7］趙鴻鳴，蔣東湖.高速公路隧道的通風控制及監測［J］.自動化儀表，2000(10):37-38.

［8］Ping H P，Chin T L.Application of fuzzy control to a road tunnel ventilation system［J］.Fuzzy Sets and Systems，1998(100):11-12.