空調工況下地鐵站臺PM2.5動態變化特性與影響因素分析

(1 上海理工大學環境與建筑學院 上海 200093； 2 上海申通地鐵集團有限公司技術中心 上海 201103； 3 上海市環境檢測中心 上海 200235； 4 上海安合環境檢測技術有限公司 上海 200000； 5 華東師范大學第二附屬中學 上海 201203)

地鐵車站站臺是相對封閉的地下建筑結構，一方面由于深處地下約10 m，室外新風不易進入且乘客量大，導致站臺污染物不易擴散，另一方面列車在區間隧道內運行時與鐵軌摩擦會產生顆粒物[1]，受活塞風的作用[2-3]也會通過屏蔽門進入站臺，導致站臺污染物濃度上升。因站臺污染物含量與暴露其中的大量候車乘客的健康密切相關，因此引起了社會的廣泛關注和重視。

目前國內外對于地鐵中污染物的研究主要集中在兩方面：1)單因素對地鐵站污染物的影響研究，樊越勝等[4-5]通過對地鐵站臺、車廂現場實測發現，站臺 PM10 濃度與室外相關性較強，而站臺和車廂內 PM2.5 濃度與室外相關性均較弱，PM2.5、PM10 濃度超標較為嚴重[6-7]；2)地鐵站的污染物組成成分及其病理學研究，劉情等[8]對地鐵站內的顆粒物濃度進行實測，研究表明站內入口過渡段的顆粒物濃度顯著高于站臺和售票大廳的顆粒物濃度，而地鐵環境中顆粒物通常含有鐵、錳、鉻等金屬元素，這些顆粒物對人體健康的危害極大[9-10]。H. L. Karlsson等[11]研究表明地鐵顆粒物毒性比街道顆粒物毒性更大。

目前的研究以實測和問卷調查為主，對站臺污染物的分析停留在單個影響因素，并未從空調系統的角度對影響站臺污染物的因素進行全面分析。本文從空調送回風系統的角度，分別從屏蔽門、樓梯、新風井、送風口和回風口PM值(本文所述PM值均指PM2.5)動態變化特點分析車站站臺典型測點PM值變化的動因，并依托CFD數值模擬，運用正交試驗數學方法[12]得到空調工況下各影響因素對站臺PM值影響的顯著性程度與排序。

1 研究方法

1.1 現場實測

針對上海地鐵12號線漕寶路站，在2017年9月27日(11∶00-23∶00)的空調工況下，進行了站臺相關典型點的PM值、空氣溫度、空氣相對濕度等參數的實時動態數據采集與實測。測點的選取位置包括站臺典型位置、站臺屏蔽門附近、樓梯位置、室外空氣環境、新風井區域、典型送風口及回風口等。現場測點相對位置如圖1所示，測點分布具體位置與數據采集方式如表1所示，實測設備儀器參數如表2所示，現場測試儀器如圖2所示。

圖1 各測點相對位置Fig.1 The locations of measuring points

1.2 CFD數值模擬

1)數值模擬邊界條件

本次模擬運用Fluent軟件進行求解計算，并用ICEM軟件建造結構網格與物理模型。模擬計算采用k-ε湍流模型，以建筑高度1.5 m水平面的速度值作為計算結果收斂判定條件。模擬計算中作以下假設：a)計算中假設風速方向為垂直于空調送風口，且在整個送風口平面風速保持均勻恒定；b)除屏蔽門處外，忽略站臺其它圍護結構縫隙滲透風的影響；c)計算中的熱源均勻分布于相應表面上，站臺室內熱源作如下設置：單位面積照明產熱指標為13 W/m2，均勻分布于站臺天花板；人員散熱量為182 W/人，人員負荷均勻分布于站臺地面區域；圍護結構熱流密為0.46 W/m2。

2)數值模擬網格的選擇和模型車站站臺的建立

本文模擬網格數量為133萬，涉及風口邊界面56個，屏蔽門邊界面60余個，其他邊界面100余個，采用質量較好、計算精度高的結構網格，進行非穩態模擬計算。模擬模型如圖3所示，模擬計算過程中計算域的相關參數如表3所示。

表1 現場實測測點分布具體位置與數據采集方式Tab.1 Site measurement and distribution of specific locations and data acquisition methods

圖2 測試儀器Fig.2 Test equipment

編號名稱測量范圍精度1GXH-3010E1CO2測試儀0～1.000 %0.001 %2HOBE溫濕度計溫度范圍:30～70 ℃濕度范圍:0～100%溫度精度:±0.2 ℃濕度精度:±3%3BYWF2001風速儀0～10 m/s0.05～5 m/s±(讀數×2%+0.1 m/s)4多功能粉塵測量儀0.01～100 mg/m3±10%

2 實測數據分析

基于空調系統的作用原理，對站臺PM值有直接影響的主要為送回風空氣參數和屏蔽門進入站臺的空氣參數，以下研究對站臺PM值變化構成影響的各因素變化特性。

圖3 模擬模型Fig.3 Simulation model

2.1 送風PM值

由空調系統原理可知，空調工況下地鐵送風受新風與回風共同影響，新風由室外空氣經新風井引入空調箱[13]。圖4所示為送風PM值隨回風、新風井和室外空氣PM值的動態監測結果。一方面送風口PM值先高于回風口PM值，其差值隨時間的推移逐漸降低并趨于穩定，可知送風管中的污染物隨新風一起到達站臺層，導致送風口PM值在空調工況運行的初始階段偏大；另一方面新風井和送風口PM值的變化趨勢相同，均有階躍性變化，在16:30左右均出現明顯下降，可知在新風井PM值高于站臺送風PM值的時段，體現了送風的過濾效果。而新風井PM值隨運營時段波動較大，尤其是晚高峰左右PM值較高，表明新風井中的積塵受活塞風作用所引起的二次塵化作用，而晚高峰之后風井內的揚塵現象明顯減弱。由圖可知，送風口PM值一直高于室外，表明新風井積灰嚴重導致送風PM值較高，因此在工程上建議采取定期清除新風井中灰塵的措施以有效控制送風PM值。

表3 地鐵站臺模型參數Tab.3 Parameters of metro platform model

圖4 空調工況送風PM值隨回風、新風井、室外PM值的變化特性Fig.4 Monitoring results of the PM of supply air and return air, fresh air shaft, and outdoor air under air conditioning conditions

2.2 回風PM值

回風動態變化特征與站臺空氣參數密切相關。圖5所示為回風PM值和站臺PM值隨時間的變化。由圖可知變化趨勢大致相同，回風PM值主要與站臺PM值有關，回風口測點1的平均PM值比站臺測點1的平均PM值高15 μg/m3，同樣地回風口測點2平均PM值比站臺測點2平均PM值高15 μg/m3，這是由于回風口匯流作用引起的污染物積聚。

圖5 空調工況回風PM值與站臺PM值隨時間的變化Fig.5 Monitoring results of the PM of return air and platform under air conditioning conditions

2.3 屏蔽門附近PM值

屏蔽門作為區間隧道與站臺的接口，其對站臺PM值影響較為復雜，本文根據實測數據進行以下3個方面的分析。

1)屏蔽門附近平均PM值與站臺處PM動態值對比分析。由圖6可知，屏蔽門附近站臺平均PM值比站臺平均PM值高50 μg/m3。這是由于區間隧道內空氣PM值較高，隧道內高濃度PM隨活塞風在列車進站過程中通過屏蔽門擴散至屏蔽門附近，使屏蔽門處PM值較高[14]。

圖6 屏蔽門附近平均PM值與站臺動態PM值變化特性Fig.6 Average PM value near the platform screen door (PSD) and dynamic PM value variation of the platform

圖7 不同時段屏蔽門附近PM值隨位置的變化Fig.7 The variation of PM value with position near the PSD in different time periods

2)屏蔽門附近PM值分布規律。圖7所示為不同時段屏蔽門附近PM值隨位置的變化。橫坐標J1-1～J6-5為車站J方向的屏蔽門，Q1-1～Q6-5為車站Q方向的屏蔽門(見圖1)。車站兩端屏蔽門附近的PM值濃度大于車站中部；由圖可知每個屏蔽門從列車進站開啟至列車準備離站屏蔽門關閉的動態巡檢結果。在此過程中，站臺屏蔽門附近的PM值均先升高后降低。說明屏蔽門開啟過程中，來自隧道的污染物濃度高于站臺本身；而Q方向的PM值略高于J方向，說明兩側區間隧道內雖然行車密度相同，但活塞風井的有效新風量可能不同，引起了兩側區間隧道內有效新風量對PM值稀釋程度的差異。早高峰PM值高，說明該時段沉積一夜的區間隧道內粉塵在列車運行活塞風作用下二次塵化作用顯著。

3)隧道、車廂、屏蔽門處參數對比分析。圖8所示為在非高峰時期內區間隧道、車廂內部和站臺屏蔽門附近的PM值、CO2、溫度、濕度等參數的對比。由圖8可知，車廂PM值小于站臺屏蔽門附近PM值和隧道PM值，說明在屏蔽門開啟過程中，造成站臺屏蔽門附近PM值升高的主要污染物來自區間隧道，而不是車廂[15-16]。隧道中的CO2濃度略低于車廂、屏蔽門處，主要因CO2濃度受車廂、站臺的客流影響較大，另外實測中，車廂、屏蔽門處的溫度、濕度差別較小。

圖8 隧道、車廂、屏蔽門處參數變化特性Fig.8 Characteristics of changes in parameters of tunnels, carriages, and PSD

3 模擬分析各因素對站臺PM值影響的顯著程度

3.1 現場實測與數值模擬的相互驗證

為確保數值模擬的準確性，選取空調工況下實測較穩定的送回風參數，即16∶50—18∶50時段站臺中部測點平均值與數值模擬結果動態對比，該時段實測中相關邊界條件即數值模擬輸入的邊界條件為：送風口溫度為17.3 ℃，前部與中部的回風口溫度分別為26 ℃和25.3 ℃，此外上下行線的行車對數分別為28對/第一小時和30對/第二小時。

圖9所示為站臺8個測點PM值的模擬結果，由圖可知模擬數據呈收斂狀態，曲線波動與站臺兩側屏蔽門的開關有關。圖10所示為其中一段時間實測數據與模擬數據的對比。兩者平均誤差小于5%，驗證了數值模擬物理模型的正確性，也確保了下述幾部分數值模擬結果對實際工程的指導意義。

圖9 數值模擬8個測點PM值的收斂情況Fig.9 Numerical simulation of the convergence of 8 points PM value

3.2 正交試驗結果分析

空調工況下，對站臺PM值有直接影響的各參數主要為送回風空氣參數和屏蔽門進入站臺的空氣參數，為進一步確定對站臺PM值影響的顯著程度，選定空調工況下正交試驗的7個主要影響因子，選定7因子2水平的正交表，并基于實測參數確定其2個水平值，如表4所示。

圖10 數值模擬與現場實測數據驗證結果Fig.10 Numerical simulation and field measurement data verification results

影響因子水平值 站臺屏蔽門處PM值/(μg/m3) 送風口風速/(m/s)送風口PM值/(μg/m3)回風口風速/(m/s)站臺溫度/℃送風溫度/℃站臺屏蔽門處溫度/℃水平11436753282230水平2753500.5242434

本文使用CFD數值模擬軟件，對7個影響因子在8組工況下進行正交試驗來分析送風PM值、站臺屏蔽門處PM值、送回風風速、站臺溫度、站臺屏蔽門溫度、送風溫度對站臺PM值影響的顯著程度與排序，正交試驗表及分析結果如表5所示。從方差分析法的分析結果可知，空調工況下，7個影響因子對站臺PM值影響程度為：送風口PM值>屏蔽門PM值>送風口風速>回風口風速>送風溫度>屏蔽門處溫度>站臺溫度。其中送風口PM值和屏蔽門PM值對站臺PM值的影響為非常顯著，送風口風速和回風口風速對車站站臺PM值的影響為顯著，送風溫度、屏蔽門處溫度、站臺溫度對站臺PM值的影響為不顯著。

表5 正交試驗及分析結果Tab.5 Orthogonal experiment and analysis result

續表5

圖11所示為上述8個實驗工況距地1.5 m水平橫向PM值模擬結果云圖，其中橫縱坐標為位置坐標。由圖可知，實驗1、2、7、8站臺污染情況最嚴重，對比這4組實驗的各因子水平發現送風口的PM值均較高，可知送風口PM值是站臺PM值的非常顯著影響因素；且在送風口PM值相同水平下，實驗1、2的污染物濃度分布明顯高于實驗7、8，可知屏蔽門處PM值也是站臺污染物分布的非常顯著影響因素。實驗3、4站臺污染情況較實驗5、6嚴重，因為實驗3、4屏蔽門處PM值較高且實驗5、6送風口風速高，當送風口風速較高時，可快速稀釋站臺污染物，所以送風口風速是站臺污染物分布的顯著影響因素，同理可知回風口風速也是站臺污染物分布的顯著影響因素。在8組實驗中，送風溫度、屏蔽門處溫度、站臺溫度的改變對站臺污染程度影響較小，說明這3個因子是空調工況下站臺PM值分布的不顯著影響因子。

4 結論

1)空調工況下，整個時段內室外空氣PM值最低，約為送風口PM值的1/4，且送風口平均PM值比站臺平均PM值高25 μg/m3，可知送風系統內部的二次污染較為嚴重，導致送風口PM值高于其它位置。

2)空調工況下，回風PM值和站臺PM值隨時間變化趨勢大致相同，回風PM值主要與站臺PM值有關，回風口測點平均PM值比站臺測點平均PM值高15 μg/m3，說明回風口的匯流作用引起污染物積聚。

3)空調工況下，針對早高峰、非高峰、晚高峰時段巡檢測試可知，站臺屏蔽門附近的PM值濃度隨位置的變化為：列車兩端濃度大于列車中部濃度，即從車頭至車尾呈先降低再升高的趨勢；從列車進站屏蔽門開啟至屏蔽門關閉列車準備離站過程中站臺屏蔽門附近的PM值均呈先升高后降低的趨勢。

4)從正交試驗方差分析法的分析可知，7個影響因子對車站站臺PM值影響程度為：送風PM值>屏蔽門處PM值>送風風速>回風風速>送風溫度>站臺溫度>屏蔽門溫度，其中送風口PM值和屏蔽門PM值對站臺PM值的影響為非常顯著影響因素，送風口風速和回風口風速對車站站臺PM值的影響為顯著影響因素，送風溫度、屏蔽門處溫度、站臺溫度對站臺PM值的影響為不顯著影響因素。

圖11 空調工況下實驗1～實驗8的距地面1.5 m PM值水平橫截面云圖Fig.11 Cross-sectional cloud diagram of the experimental value of experiment 1-experiment 8 according to the ground 1.5 m PM value under air conditioning conditions