长大公路隧道污染物浓度分布模型研究

楼辉波 林 亨 林鲁斌 张曹杰

(1.奉化市交通投资公司，浙江奉化 315500;2.宁波大学建筑工程与环境学院，浙江宁波 315211)

0 引言

公路隧道是交通运输线路上一个相对封闭的特殊路段，尤其对于长大隧道(长度大于1 km)而言，汽车在隧道内行驶时排出的汽车尾气会妨碍车辆的安全行驶，危害驾驶员的身体健康，因此需要增加通风设备对长大隧道进行通风。

隧道通风控制是通过对隧道内的有害气体和污染物质浓度进行稀释，使隧道内的空气质量达到规定标准。对长大隧道而言，通常采用前馈式通风系统，所谓前馈式控制是基于前时段进入隧道的检测的交通量，结合一定的计算方法，预测下一时段的交通量，进而获得下一个时刻VI和CO浓度增量，结合下一时刻的实测浓度检测量和控制标准，通过计算获得下一时刻风机开启的增减量［1，2］。因此，掌握隧道内的有害气体和污染物的产生、分布、运移规律成为长大隧道前馈式通风控制系统的关键问题。

车辆产生的污染物主要包括:发动机排放的烟雾(VI)，CO以及行驶过程中扬起的尘埃等，目前在通风计算中主要考虑的是CO，VI浓度［2］。车辆在穿越隧道行驶过程中排放的污染物首先与隧道内的空气相混合，然后在隧道内不断扩散移动或衰减转化。然而，作为一种流体污染物在隧道风流中的扩散十分复杂，它不仅取决于污染物和空气的物理力学性质，而且还与隧道内的风速、交通量、车速等因素密切相关［3-7］。

于是，本文在污染物一维扩散方程的基础上，提出污染物扩散模型的简化形式，建立长大公路隧道污染物浓度线性分布模型，并通过实测数据验证了该模型的可行性。

1 污染物扩散模型的简化

基于统计数据的交通流预测值为控制周期内的平均值(在控制周期内污染源为常量，与位置和时间无关)，故在污染物扩散模型中也假定一个控制周期内的污染物浓度不随时间变化。在一维情况下通用的污染物扩散方程如下［8］:

其中，c为污染物的质量浓度，kg/m3;g为扩散系数，m2/s;q为污染物产生率，kg/(m3·s);v为隧道内的风速，m/s;qf为由于风机引起的污染物运移率，kg/(m3·s)。

假定在风机的一个控制周期内污染物浓度分布不随时间改变，并忽略风机对污染物的影响，于是有:

于是式(1)可简化为:

通常情况下污染物扩散速度远低于风速，于是有:

在隧道入口处的污染物浓度一般与外界空气一致，即:

于是式(4)可转化为:

2 算例

宁波奉化某隧道长3.27 km，选用一体式的AQM型CO/VI检测器4套(沿纵向隧道布置见图1)，它能自动检测隧道内的CO浓度值及烟雾透过率。该CO/VI测量仪由发射/接收头和反射头组成，通过测量特定红外波和光波的衰减分别测量CO浓度和能见度值。在默认情况下，CO检测器的测量范围为0 ppm～300 ppm，精度为±1 ppm，VI检测器的测量范围为0 m－1～0.015 m－1，精度为±0.000 2 m－1。隧道内CO/VI检测器布置见图1，CO/VI检测器布设在行车方向右侧壁人行道上方3.5 m处，检测头收、发之间的间距为10 m。采用CODEL公司的AFM型风速测试仪(共4台)，它采用超声波技术来测量空气流速，测量范围为－20 m/s～+20 m/s，精度为±0.1 m/s。该设备也安装于隧道侧壁上，并具有防水、防潮、防尘功能。

图1 检测仪器安装位置示意图（单位：mm）

图2 隧道各典型断面CO浓度（工况1）

现采用本文污染物浓度计算模型对各监测断面(Ⅰ～Ⅳ)的CO浓度进行预测，计算参数和计算结果见图2，图3。

由图2，图3可知:

1)实测污染物浓度(CO)在隧道入口处较小，随着进入隧道距离的增加，污染物浓度逐渐增大;

2)本文污染物简化模型的预测值与实际值比较接近，最大相对误差为15.54%，计算精度基本满足工程需要。

图3 隧道各典型断面CO浓度（工况2）

3 结语

作为前馈式隧道通风控制系统的关键参数，公路隧道污染物(CO和VI)浓度的大小及分布形式的准确预测在实际工程中至关重要。本文对污染物扩散模型进行了简化，提出了长大公路隧道污染物浓度的线性预测模型，结合实测结果对线性预测模型进行了验证，结果表明污染物浓度线性模型对污染浓度的分布形式预测结果与实际一致，且计算精度基本满足工程需要。

［1］林 强，刘明华，茹 锋，等.隧道通风系统模糊控制算法研究［J］.公路交通科技，2010，27(9):85-88.

［2］余 鹏.基于前馈式模糊控制的公路隧道通风系统研究［D］.太原:太原理工大学，2010.

［3］方 勇.公路隧道前馈式通风控制系统研究［D］.成都:西南交通大学，2004.

［4］范厚彬，樊志华，董明刚.公路长隧道污染物的运移机理及一维解析分析［J］.交通运输工程学报，2002，2(3):57-59.

［5］何 川，李祖伟，方 勇，等.公路隧道通风系统的前馈式智能模糊控制［J］.西南交通大学学报，2005，40(5):575-579.

［6］诸 静.模糊控制原理与应用［M］.北京:机械工业出版社，2005.

［7］赵鸿鸣，蒋东湖.高速公路隧道的通风控制及监测［J］.自动化仪表，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.