防风网作用下矿石堆场抑尘率计算

赵宏鑫，彭士涛

（交通运输部天津水运工程科学研究所水路交通环境保护技术交通行业重点实验室，天津300456）

近年来，随着港口矿石吞吐量急剧攀升，港口大型堆场矿石粉尘“褐色污染”问题日益凸显。但目前各类矿石在装卸作业和贮存中动态起尘与扩散规律的研究还不多见，因此在定量描述其粉尘扩散运动规律方面还存在一定的困难。由于其装卸贮运及粉尘性状与煤炭具有很大的共性，因此，在之前的研究都参考煤炭的特性进行矿石起尘运动的推测［1］。文中利用CFD 计算了矿石粉尘运动的变化规律，以及澳矿、巴西矿和印度矿在防风网作用下的抑尘率。

1 数学模型建立

1.1 理论基础

空气动力学数值模拟采用RNG K-E 计算模型，即Renormalizations group K-E 模型［2］。此模型是由标准K-E 模型演变而来，相比标准K-E 模型，RNG K-E 能更好地处理流线弯曲较大的流动。

煤堆场周围的空气流动可以看作是在不可压缩以及不考虑热转换的大气条件下进行，其RNG K-E 模型的控制方程组如下［3］

式中：xi为笛卡儿坐标；t 为时间；ρ 为空气密度；μ 为动力学粘性系数；μt为湍动能粘性系数；ui、P、k、ε 为时间平均速度、静压、湍动能、湍动能耗散率。

RNG K-E 模型方程中的常数一般取C1ε=1.44，C2ε=1.92，Cμ=0.09，σk=1.0，σε=1.3。

1.2 计算设想与模型建立

（1）利用风洞实验中得出的矿石粒径分布和起动风速等结果，将相关参数应用到CFD 数值模型中；

（2）将矿石起尘规律应用到厦门港后石港区25 万t 级矿石泊位，矿石堆场容量775 万t。此矿石堆场堆高12 m。防风网平面采用三侧包围方式布置，网高为18 m，开孔率为40%；

（3）根据美国环境保护局推荐堆场起尘模式建立堆扬尘排放源强计算公式，计算出防风网对目前较常见的矿种（澳矿、巴西矿和印度矿）抑尘率。

计算区域为底面正16 边型的棱柱，该棱柱的底面半径为6 000 m，高为200 m。矿石堆垛高度为12 m。防风网布置在堆垛周围，置于计算区域的中心。网格剖分时，采用结构网格生成模式，总网格数1 100 万。

2 结果与分析

2.1 矿石粒径分布

矿石粉尘的粒径分布是起尘规律研究的基础参数。通过交通运输部天津水运工程科学研究所风工程研究中心的环境风洞中采集的实验数据，整理出目前常见的澳矿、巴西矿和印度矿的粒径分布［4］。澳矿和巴西矿的粒径分布情况比较接近，其小粒径（＜355 μm）的质量分数远大于印度矿，而大粒径（＞500 μm）的质量分数则小于印度矿。通过数据得知，印度矿粉尘颗粒较大，澳矿粉尘颗粒较小。

表1 风洞试验所采用矿粉的粒径分布Tab.1 Particle size distribution of iron ore

2.2 起动风速

颗粒物的启动风速与其粒径分布联系紧密。通过风洞实验的数据可知，在自然含水率条件下，澳矿的启动风速为3.6～4.4 m/s，巴西矿和印度矿的启动风速为4.0～5.2 m/s 和4.6～5.3 m/s。相比3 种矿粉，澳矿的启动风速最小，相对较容易起尘；印度矿的启动风速较大，相对较难起尘［5］。

2.3 流场分析

从图3 风速流场图中可见，在防风网掩护区域内，风速降低作用明显，防风网后形成较大区域的低风速区，这表明防风网对于堆场内的风速降低具有明显的作用［6］，从而对抑制粉尘也具有较明显的效果。

图4 表明，风流经过防风网后流场压力明显减小，形成压力跳跃，在矿堆迎风面形成了比较明显的压力驻点。来流遇到防风网后形成比较明显的压降。直到来流通过了所有的矿堆后，压降消失，并恢复到初始的压力状态。这说明了防风网对场区内的压力具有明显的影响。

2.4 抑尘率分析

（1）静态源强计算公式。参考美国环境保护局推荐堆场起尘模式建立堆扬尘排放源强模拟模式［7］，详见式（6）。

式中：Q料堆为单位堆垛面积的堆扬尘年排放源强，g/m2·年；B货种为由货种特性决定的起尘量调节系数，无量纲；kDi为起尘因子，无量纲；wDi为物料重量分数，无量纲；PDi为风蚀潜势，g/m2，计算公式如式（7）；u*j为摩擦风速，m/s，计算公式如式（8）；u*Dit为阈值摩擦风速（即起尘临界摩擦风速，低于此值时认为不起尘），m/s；uj，z为观测高度为z 的风速，m/s；z，z0分别为风速检测高度和地面粗糙度（0.3 cm）；κ 为沃卡门常数，无量纲，取0.4。

（2）抑尘率结果。将堆垛每一个体网格中心点的速度统计出来，由式（6）～式（8）得出堆垛每个体网格的摩擦速度。再由式（9）和式（10）可以得到单位堆垛面积的堆扬尘年排放源强之比，即抑尘率。

由表2 可以看出，不同种类的矿粉在防风网的作用下，出现不同的抑尘效果，其中澳矿抑尘率最低，印度矿抑尘率最高。这说明了澳矿相对较易起尘，巴西矿次之，而印度矿最不易起尘。影响矿石粉尘抑尘率的因素主要为货种的粒径分布和起动风速，这与风洞实验中得出的结论相吻合。

3 结论

（1）通过CFD 数值模拟方法对不同货种矿石抑尘率的计算，得出澳矿、巴西矿和印度矿3 种矿粉在风速流场中的起尘运动结果与风洞实验得出的起尘规律结论基本相符，澳矿相对最易起尘，巴西矿次之，而印度矿最不易起尘。

（2）在防风网的作用下，堆场货种为澳矿时的自然含水抑尘率为53.76%；堆场货种为巴西矿时的自然含水抑尘率为54.16%；堆场货种为印度矿时的自然含水抑尘率为56.07%。

表2 澳矿、巴西矿和印度矿在防风网作用下抑尘率Tab.2 Dust suppression rate of Australian iron ore,Brazil iron ore and India iron ore

［1］吴炜平.关于我国港口煤炭矿石粉尘防治现状与技术政策［J］.交通环保，1994，15（2-3）：43-52.WU W P.On our port coal ore dust control status and technical policies［J］.Environmental Protection in Transportation，1994，15（2-3）：43-52.

［2］王福军.计算流体力学分析［M］.北京：清华大学出版社，2004.

［3］任玉新，陈海昕. 计算流体力学基础［M］. 北京：清华大学出版社，2006.

［4］彭士涛，洪宁宁.厦门港后石港区散货码头粉尘对周边环境敏感点影响研究风洞实验［R］.天津：交通运输部天津水运工程科学研究所，2012.

［5］彭士涛，洪宁宁.厦门港后石港区散货码头粉尘对周边环境敏感点影响研究矿石报告［R］.天津：交通运输部天津水运工程科学研究所，2012.

［6］白泉.风速时程数值模拟研究［D］.沈阳：东北大学，2005.

［7］陈爱英. 防风网的数字模拟［D］.上海：同济大学，2007.