吹扫式仿生嗅觉检测腔结构设计及流场性能模拟与试验

文 韬，董 帅，龚中良，李立君，郑立章，桑孟祥

（中南林业科技大学机电工程学院，长沙 410004）

吹扫式仿生嗅觉检测腔结构设计及流场性能模拟与试验

文 韬，董 帅，龚中良※，李立君，郑立章，桑孟祥

（中南林业科技大学机电工程学院，长沙 410004）

为了优选吹扫式仿生嗅觉检测腔流场结构，提高腔内流体速度分布均匀稳定性，以气体运动微分方程为基础，利用计算流体力学软件Fluent对检测腔内部流场进行了三维数值模拟，得到了设计工况条件下的气体流动特性，提出并分析比较了3种检测腔模型，同时将最优模型的模拟值与试验数据进行了对比分析。计算结果表明，检测腔结构影响腔内气体流速分布，多管道式检测腔在沿管道轴向0.035～0.049 m，气流速度变化存在平滑区，且稳定在0.018～0.268 m/s，能够满足检测工作条件，而线性排列式不存在平滑区，平行排列式平滑区速度范围仅为0.001～0.018 m/s；多管道式检测腔在流速均匀稳定性方面存在优势，气流速度最大偏差比和不均匀系数分别为 0.830 6和 0.292 0；同时，在数值模拟腔内气体置换时间中，3种检测腔经历时间分别为223.4、302.0和213.8 s，多管道式结构的时间数值最小说明气流响应快，工作效率高。多管道式结构模型能有效改善传感器数值检测的一致性，模型试验中传感器灵敏度检测数值标准差范围为0.153 5～0.428 3，变异系数分布在0.030 5～0.082 7。该研究可为仿生嗅觉检测腔结构的流场均匀性设计提供参考。

传感器；仿生；检测；嗅觉；检测腔；模型；数值模拟；性能分析

文 韬，董 帅，龚中良，李立君，郑立章，桑孟祥. 吹扫式仿生嗅觉检测腔结构设计及流场性能模拟与试验[J]. 农业工程学报，2017，33(10)：78－85. doi：10.11975/j.issn.1002-6819.2017.10.010 http://www.tcsae.org

Wen Tao, Dong Shuai, Gong Zhongliang, Li Lijun, Zheng Lizhang, Sang Mengxiang. Structure design of sweeping type bionic olfactory detection chamber and its flow field performance simulation and verification[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(10): 78－85. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2017.10.010 http://www.tcsae.org

0 引 言

吹扫式仿生嗅觉是模拟生物嗅觉的一种仿生技术[1-3]。嗅觉检测腔是吹扫式仿生嗅觉检测系统中重要的组成部分，嗅觉传感器阵列部署在检测腔内，待测气体通过载气吹扫至检测腔内的嗅觉传感器感知区域从而获得嗅觉信号[4]。研究表明，检测腔结构和腔内气体流速分布是影响嗅觉检测性能的重要因素[5-7]，检测腔结构设计不合理易造成气体在内部产生涡流，增加了传感器响应和恢复时间，流速在检测腔内分布不均，难以保证传感器阵列感应数值的一致性。因此，探明吹扫气体在嗅觉检测腔内的流动特性和分布特征，提高检测腔内气体流速的均匀稳定性，对于提高嗅觉检测的准确性和重复性具有十分重要的意义。

目前，国内外关于腔体内流体流动特性研究，普遍采用计算仿真技术获得腔体内流体参数的流场分布特征。Comer等[8]对人体两倍分叉支气管内的气流结构和颗粒沉积进行了数值模拟。徐新喜等[9-10]对循环呼吸模式下口喉模型内的气流运动特性进行了数值仿真。石志标等[11]根据解剖学的鼻腔结构，建立了鼻腔仿生模型并对腔内流场进行了数值模拟。Chen等[12]数值模拟了分配岐管在不同结构参数条件下内部压力和质量流量分布特征。Moureh等[13]利用Fluent软件对装有货物的挂车内部流场进行模拟仿真并进行试验验证。卢立新等[14-15]通过仿真包装盒在抽气和充气方式作用下的内部流场比较其气调置换性能。近年来，有学者将该技术应用于农业装备流场的均匀性改善和腔体结构优化设计并取得了初步进展。郭嘉明等[16]运用 Fluent软件研究了不同冷藏运输箱体结构对冷藏运输环境均匀性的影响。朱红耕等[17-18]采用RNGk-ω湍流模型分析得出高流量下蜗壳式出水流道的流场分布更加均匀。代建武等[19]对干燥机的气流分配室流场进行了三维数值模拟，得到了热气流在气流分配室内的流动特征，提出平板扰流模型能改善流场均匀性。但目前有关仿生嗅觉检测腔内流体流动特性和流场均匀性的研究开展较少，石志标等[11]虽利用 Fluent软件对电子鼻不同鼻腔结构气体传输过程中的流体特性进行了数值模拟，分析比较了不同鼻腔结构对嗅觉检测能力影响，但研究中缺少结构优化分析和试验验证。

本文采用计算流体力学（computer fluent dynamic，CFD）方法对吹扫式仿生嗅觉检测腔内部流场开展了设计工况条件下的气体流动特性数值模拟，系统分析比较了 3种检测腔原始模型和优化模型的流场分布特征和嗅觉传感器检测区域流速均匀稳定性，并采用标准气体对最优模型设计的检测腔进行了吹扫试验，验证最优模型结构数值仿真结果的合理性，为仿生嗅觉检测腔结构优化设计提供了一种参考。

1 仿生嗅觉检测腔结构设计

考虑到检测腔的体积、传感器部署及腔内气体的流动特性对传感器检测性能的影响，本文研究设计了 3种不同形式的仿生嗅觉检测腔结构，嗅觉传感器阵列由 5个传感器组成，传感器选型参考目前常用的TGS系列金属氧化物半导体传感器，传感器外径8 mm。

1.1 线性排列式结构

图 1为线性排列式腔体结构（detection chamber of linear arrangement，DCLA），主要由进气管、缓流区、检测腔、传感器阵列和排气管组成。该结构进气管与排气管对称分布在检测腔两侧，管道内径8 mm；检测腔形状呈长方体，体积为3.294×104mm3，分别通过缓流区与进气管和排气管平滑相连；传感器阵列采用线性沿轴线方向均布方式固接于检测腔底部内侧，相互间隔15 mm。

图1 传感器线性排列设计方案Fig.1 Design scheme of linear array of sensors (DCLA)

1.2 平行排列式结构

图 2为平行排列式腔体结构（detection chamber of parallel arrangement，DCPA），主要由进气管、检测腔、传感器阵列和排气管组成。该结构进气管和排气管与传感器阵列部署于同一平面呈对称分布，管道内径8 mm；检测腔形状呈圆柱体，体积为1.541×105mm3；传感器阵列采用圆周均布与中心布置相结合的方式固接于检测腔底部内侧，分布半径30 mm。

图2 传感器平行排列设计方案Fig.2 Design scheme of parallel arrangement of sensors (DCPA)

1.3 多管道式结构

图 3为多管道式腔体结构（detection chamber of multi-nasal duct，DCMD），主要由进气管、检测腔、传感器阵列和排气管组成。该结构进气管和排气管分布在圆柱型腔体的上下两面，管道内径8 mm；检测腔采用单传感器独立通道的多管道式结构，腔体内管道分布呈米字型，各检测通道均采用圆管道形式，通道内径4 mm；传感器阵列采用圆周均布方式固接于各检测通道内侧。

图3 多鼻腔管道设计方案Fig.3 Multi-nasal duct design scheme (DCMD)

2 仿生嗅觉检测腔流场数值模拟

2.1 气体控制方程

检测腔内的气流运动为具有黏度的不可压缩流动，腔内气流运动的控制方程主要包括连续性方程和动量方程[20-23]，如式（1）～（2）。

式中δij表示 Kronecker函数：δij= 1，（i=j）；δij= 0，（i≠j）；ρ表示气体密度，kg/m3；t表示时间，s；i,j= 1, 2, 3（i≠j）分别表示X,Y,Z3个方向，ui表示速度，m/s，xi表示坐标位置，m；μ表示黏性系数，Pa·s；p表示流体压力，Pa。考虑到检测腔结构设计中存在急剧收缩、扩展和拐弯区域等复杂几何结构，气体流经上述区域将存在低雷诺数（Re）的湍流流动，因此本研究采用标准的k-ω湍流模型对气体流场进行描述，湍流动能k（m2/s2）和耗散率ω可分别由式（3）～式（4）得出

式中Gk表示由于速度梯度的影响而产生的湍流动能，m2/s2；Gω是由ω方程产生的湍流耗散率；Γk和Γω分别表示k和ω的有效扩散率；Yk和Yω分别表示由于湍流的影响而产生的扩散率；Sk和Sω表示用户自定义源项。

2.2 初始与边界条件

嗅觉检测过程中气体由进气管流入检测腔并从排气管自然流出，选取速度作为进气管入口的边界条件，吹扫式嗅觉检测的气体动力来源于外部高压气瓶，由于气瓶的出口压力稳定，流入检测腔进气管的流速近似匀速，模拟过程可视为准稳态。考虑到实际的吹扫式嗅觉检测过程中载气流量调节范围50～1 000 mL/min，流速变化范围为0.017～0.332 m/s，气体流速远小于声速，气体在腔内流动过程视为不可压缩过程，结合实际工况设定流速为0.3 m/s。出口选取压力边界条件，考虑其自然流出设定大气压力作为边界值。腔内气体温度为室温条件，设定腔内流体温度为26 ℃。壁面采用无滑移边界条件，假定壁面为刚性壁面，不考虑壁面弹性的影响。

2.3 数值计算方法

检测腔内气体流动过程数值模拟采用计算流体力学仿真软件ANSYS中Workbench内置Fluent模块完成。设计的3种检测腔结构利用Workbench中ICEM CFD对计算模型采用四面体单元[24-25]格式进行网格划分，物理模型网格单元数分别为134 739，643 812和109 197个，最大网格尺寸依次为1.5，1.5和1.0 mm，各模型网格数对所求解物理量的影响在1%以内。计算模型中近壁面及复杂结构部分网格进行加密处理，如图4所示。

图4 3种检测腔模型网格划分Fig.4 Meshes of three types of detection chamber model

在仿真计算中，控制方程采用分离隐式法求解，稳态速度压力耦合计算采用 SIMPLE算法，残差精度设为0.001。

2.4 评价指标

为了定量比较检测腔内传感器感知区域流速的均匀性和腔体内部流场的稳定性，本研究引入速度偏差比E和速度不均匀系数M，用来评价流场分布的均匀性和稳定性[26-27]，其相应的计算公式如（5）～（6）所示：

式中VS为各传感器检测区域的流速均值，m/s；n为节点数；Vi为各点速度，m/s；为速度分布的总体均值，m/s。

3 仿生嗅觉检测腔流场性能模拟与分析

3.1 检测腔内流场结构分析

图5为3种模型腔内流场结构云图，模型的进口速度为0.3 m/s。由图5a线性排列式检测腔流场结构可知，气流由A口进入检测腔后，由于导流结构腔体径向横截面积逐渐增加，沿检测腔轴向方向两侧气压减小，气流发生分离现象[28]，并进行动量传递，检测腔轴向气流速度随之减小，随着气流进入横截面积相对稳定的检测腔中部，速度开始趋于稳定，但在接近出口处时，由于检测腔径向横截面的迅速减小又将使气流速度增加。

图5 3种检测腔气流结构云图Fig.5 Airflow structure nephogram of three types of detection chamber

观察图5b平行排列式检测腔流场结构可知，气流经过A口流入检测腔，在垂直于气流入口速度方向C处检测腔横截面积突然增大，检测腔进口A轴向方向两侧气压减小，气流开始出现分离，其速度也会有相应的减小。当气流到达腔体端面部位D处时，由于受到壁面约束，速度方向急剧改变，从而在壁面相交处产生涡流[29-30]。同时，在检测腔中间部位E处，因受到气流分离现象和涡流作用的影响，该区域气流速度在整个检测腔内分布偏低。对照图5c多管道式检测腔流场结构可知，气流由A口进入检测腔后，在多管道式结构的导向作用下，气流速度沿管道分布均匀，因气流在沿管道轴向流动过程中存在能量损失，则气流速度在数值上会略有减小，在出口B处气流逐步与周围的气体混合，不断进行动量传递，因而出口速度值较大。

3.2 腔内流速分布分析

为了进一步分析模型结构差异对腔内气体流动性能的影响，下面针对 3种检测腔内气体流速分布展开定量分析。图6为3种检测腔内部气流速度等值云图，模型进口速度为0.3 m/s。

由图6a可知，线性排列式检测腔内气体流速分布范围为0～0.45 m/s，气体经检测腔A口进入，气流速度沿中心轴线方向有较为明显的梯度变化，分布范围为0.10～0.45 m/s，如果将传感器阵列沿检测腔轴向方向部署，气体流速的梯度分布将会影响传感器检测的一致性。观察图 6b可知，平行排列式检测腔内气体流速分布范围为0.02～0.42 m/s，气体由进口A流入检测腔，在检测腔中间部位C′处速度范围在0.02～0.10 m/s，数值分布集中且偏低。考虑到检测腔内设计的传感器阵列由TGS系列金属氧化物半导体传感器构成，该传感器敏感元件通过与气味分子产生相互作用，使活性材料的导电性发生变化，当流过敏感元件表面的气流速度偏低时，被检测气味分子与传感器活性材料相互作用不充分，在很大程度上将会影响传感器信号检测的准确性。对照图6c可知，多管道式检测腔内气体流速分布范围在0.05～0.45 m/s，气体经检测腔进口A流入，因自身运动惯性作用在检测腔中部C′形成一个高流速区，其速度分布范围为 0.30～0.45 m/s，由于弯道处结构变化而导致气流出现分离现象，流速梯度降低至0.05～0.35 m/s。在检测腔位于中部管道轴线D′处，由于管道径向没有变化，气体轴向流动过程中只与周围气体发生缓慢交换，速度分布范围集中在0.20～0.30 m/s，波动范围不会对检测腔内气体流动均匀性造成影响，能够满足传感器检测一致性的要求。

图6 3种检测腔内部气流速度等值云图Fig.6 Airflow velocity contour nephogram of three types of detection chamber

为了考察入口速度对检测腔流速分布的影响，选择最佳的入口速度作为检测工作参数，不同入口速度下各检测腔内沿管道轴向速度分布如图7所示。由图7a可知，线性排列式检测腔在整个管腔内（轴向长度0～0.021 m），气流速度分布没有出现平滑区，不具备稳定检测的条件；而图7b平行排列式检测腔在沿管道轴向0.042～0.083 m，气流速度出现平滑区M′，但其速度分布范围仅为0.001～0.018 m/s，速度总体偏低，影响检测工作效率；在图7c多管道式检测腔内，在沿管道轴向0.035～0.049 m时，气流速度变化存在平滑区M′，且稳定在0.018～0.268 m/s范围，根据氧化物传感器工作原理可知，平滑区M′是传感器安装的理想位置，能较好地满足检测工作条件。

图7 不同入口速度下3种检测腔的速度分布Fig.7 Velocity distribution of three types of detection chamber under different entrance velocities

根据前续引入的流体区域均匀性和稳定性评价指标，不同入口速度条件下3种检测腔流场性能如表1所示。

表1 不同入口速度下3种检测腔流场评价指标Table 1 Airflow evaluation indicators of three types of detection chamber under different entrance velocities

由表 1可知，线性排列式检测腔的偏差比和不均匀系数均随入口气流速度增大而减小，变化范围在0.790 6～1.287 3和0.429 2～0.669 5，数值分布区间偏大，流场均匀性和稳定性受到入口速度的影响过大；在入口气流速度递增时，平行排列式检测腔的偏差比和不均匀系数出现波动，范围集中分布在 1.138 3～1.350 5和0.875 2～0.967 6，数值总体偏大，流场均匀性和稳定性影响传感器检测结果；而多管道式检测腔的偏差比范围在 0.711 5～0.830 6，且不均匀系数随管腔入口气流速度增大而减小，范围在 0.253 3～0.292 0，流场评价指标数值集中且偏低，具备传感器检测条件。在气流入口速度为0.3 m/s时，线性排列式检测腔，平行排列式检测腔和多管道式检测腔气流速度偏差比分别为 0.790 6、1.149 5和0.830 6，不均匀系数分别为0.429 2、0.885 8和0.253 3。当不考虑较大的气流入口速度情况时，多管道式结构检测腔流场评价指标数值在同等条件下的检测腔中均为最小值，进一步说明多管道式检测腔在流速的均匀性和流场的稳定性方面存在优势。

3.3 腔内气体置换时间数值模拟

为了探明各检测腔气体置换工作效率，可以通过数值模拟腔内不同工作周期气体置换时间来分析。出于对上述分析的综合考虑，不同入口速度下腔内流速分布趋势大致相同，气流入口速度在0.3 m/s时，各检测腔流场评价指标最佳，因此在检测腔气体置换时间数值模拟中设定气流入口速度为0.3 m/s。图8为不同模型检测腔内氮气质量分数随时间变化情况，应用 Fluent软件设定腔体内空气质量分数初始状态为100%，同时为保证结果的精准性，模拟过程中选取较高精度等级测定氮气质量分数，其中氮气充满或洗净临界点判定以相邻 2个检测数据差值小于10-6为依据。第1阶段：通入氮气置换腔内原有空气；第2阶段：在仿真时间81.2～109.0 s，各检测腔内氮气质量分数分别达到气体充满临界点时，通入检测气体（乙烯）；第3阶段：在仿真时间162.4～221.0 s，各检测腔内氮气质量分数分别降至气体洗净临界点时，再次通入氮气置换腔内原有乙烯，开始下一轮循环。由于在模拟气体置换全周期内，始终有部分氮气存在检测腔中，故可通过连续测定氮气质量分数来计算各阶段经历时间，其中临界阶段以氮气质量分数99%或1%为标准。观察图8可知，线性排列式检测腔3个阶段分界明显，各阶段起始处斜率较大，说明在短时间内大部分气体能够进行置换，基本符合检测腔工作效率要求；而平行排列式检测腔气体在短时间内置换效率较低，各个阶段置换时间数值偏大影响检测腔气流响应时间；多管道式检测腔各阶段分界明显且经历时间较短，在气体置换效率方面具有一定优势。

图8 氮气质量分数随时间分布Fig.8 Nitrogen mass fraction with time of distribution

表2是不同工作周期下3种检测腔气体置换时间分布。由表2可知，3种检测腔的第1、2阶段经历时间基本相等，但第3阶段耗时均比第1、2阶段短，且减少量最大值分别为36.2%、27.7%和36.7%，这主要由于气体置换过程中受到检测腔流场分布和流体物理属性的影响造成的。综合上述结果可知，多管道式检测腔氮气质量分数达到稳定所需时间最短且各个阶段经历时间数值最小，说明多管道式检测腔气流响应时间短，工作效率高。

表2 不同工作周期下3种检测腔气体置换时间统计结果Table 2 Statistical results of time of gas replacement of three types of detection chamber under different stages

4 仿生嗅觉检测腔内气体流动试验验证

通过上述对 3种检测腔的数值模拟分析，多管道式检测腔无论是从气流结构和流场速度，还是从气体置换效率方面，其综合性能都具有明显地优势。为了更进一步论证数值模拟的准确性，本研究针对多管道式嗅觉检测腔进行了试验，研制的检测腔实物如图9所示。其中，不同工作周期气体置换试验中设置检测腔入口气流速度为0.3 m/s，便于对比分析数值模拟结果。试验过程中，研制的仿生嗅觉分析仪自动采集传感器数据，传送至计算机作预处理。

图9 多管道式检测腔实物图Fig.9 Prototype structure of detection chamber of multi-nasal duct

由图10可知，监测腔内传感器电压信号变化能实时捕捉检测腔内气体成分和浓度改变，进而得出不同工作周期内气体置换的时间。检测过程中，实时选取连续 90个数据进行最小二乘拟合处理，当传感器量程的5%有效检测限大于拟合数据的波动量时，则对应阶段采样结束，反之，继续。多管道式检测腔内氮气置换空气耗费100 s，乙烯气体吹扫腔内气体历时150 s，而氮气清洗检测腔管道耗时150 s，整个检测周期耗时400 s。试验与数值模拟结果变化趋势具有一致性，但试验值要明显大于仿真值，究其原因是数值模拟过程只仿真了气体在腔体内的运动过程，而传感器读数指示的检测时间包括气体在腔内的流动时间、传感器对气体的感应时间和信号转换时间。

表3是气流入口速度为0.3 m/s时多管道式检测腔内传感器检测结果。由表 3可知传感器灵敏度检测数值的标准差范围0.153 5～0.428 3，变异系数分布在0.030 5～0.082 7，两项参数的数值集中且偏低，基本符合前续腔内流速分布分析的结果。各项的偏差数值主要是由于试验信号检测过程中，受到机械加工、摩擦能量损失、试验精度误差等多方面影响。因此，根据上述传感器检测数值的分布特征可以验证多管道式检测腔结构对于传感器阵列数值检测具有一致性。

图10 多管道式检测腔检测周期Fig.10 Detection period of detection chamber of multi-nasal duct

表3 多管道式检测腔内传感器检测值的统计结果Table 3 Statistical results of detection chamber of multi-nasal duct of sensors’ detection value

5 结论与讨论

本文对吹扫式仿生嗅觉检测腔结构设计与流场性能进行了数值模拟和试验验证，分析了线性排列式、平行排列式和多管道式3种检测腔气流结构和流速分布规律，探究了不同工作周期气体置换特性，得出以下主要结论。

1）检测腔结构影响腔内气体流速分布，多管道式检测腔在沿管道轴向0.035～0.049 m，气流速度变化存在平滑区，且稳定在0.018～0.268 m/s，能够满足检测工作条件。而线性排列式结构不存在平滑区，且不具备稳定检测的条件；平行排列式结构平滑区速度范围仅为0.001～0.018 m/s，影响检测腔工作效率。

2）多管道式检测腔在流速均匀稳定性方面存在优势，气流速度最大偏差比和不均匀系数分别为0.830 6和0.292 0。而线性排列式和平行排列式最大偏差比分别为1.287 3和 1.350 5，最大不均匀系数分别为 0.669 5和0.997 6。

3）在数值模拟腔内不同工作周期气体置换时间中，多管道式检测腔经历时间为213.8 s，数值最小说明其气流响应快，工作效率高。线性排列式和平行排列式检测周期经历时间分别为223.4和302.0 s。

4）多管道式结构模型能有效改善传感器灵敏度数值检测的一致性，模型试验中传感器灵敏度检测数值标准差范围为 0.153 5～0.428 3，变异系数分布在 0.030 5～0.082 7。

对于检测腔内传感器安装位置，文中只给出多管道式检测腔沿管道轴向范围0.035～0.049 m，没有考虑传感器对检测腔内流场的影响，故还需要进一步探究出传感器最佳的具体安装位置和对腔内流体的影响。

[1]王俊，崔绍庆，陈新伟，等. 电子鼻传感技术与应用研究进展[J]. 农业工程学报，2013，44(11)：160－167.Wang Jun, Cui Shaoqing, Chen Xinwei, et al. Advanced technology and new application in electronic nose[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 44(11): 160－167. (in Chinese with English abstract)

[2]邹慧琴，刘勇，林辉，等. 电子鼻技术及应用研究进展[J].传感器世界，2011，17(11)：6－11.Zou Huiqin, Liu Yong, Lin Hui, et al. A technology review about recent advances in electronic noses and their applications[J]. Sensor World, 2011, 17(11): 6－11. (in Chinese with English abstract)

[3]杨文珍，吴新丽. 虚拟嗅觉研究综述[J]. 系统仿真学报，2013，25(10)：2271－2277.Yang Wenzhen, Wu Xinli. Survey of virtual olfactory technology[J]. Journal of System Simulation, 2013, 25(10):2271－2277. (in Chinese with English abstract)

[4]何国泉，刘木华. 基于电子鼻的气敏传感器及其阵列[J].传感器世界，2008，14(7)：6－9.He Guoquan，Liu Muhua. Gas sensors and array based on electronic nose[J]. Sensor World, 2008, 14(7): 6－9. (in Chinese with English abstract)

[5]曾敏捷，胡桂林，郑峰，等. 电厂排放烟气中的小颗粒在呼吸道内运动沉积的数值模拟[J]. 能源与环境，2005(3)：36－41.Zeng Minjie, Hu Guilin, Zheng Feng, et al. The numerical simulation research on movement and deposition of micro-particle from power plant flue gas in human respiratory tract[J]. Energy and Environment, 2005(3): 36－41. (in Chinese with English abstract)

[6]张楚华，闻苏平，刘阳. 人体呼吸道的二级及三级支气管内吸气流动的数值研究[J]. 生物医学工程学杂志，2006，23(4)：748－752.Zhang Chuhua, Wen Suping, Liu Yang. Numerical study on inspiratory flows in two and three generation bronchi of human lung airways[J]. Journal of Biomedical Engineering,2006, 23(4): 748－752. (in Chinese with English abstract)

[7]孙秀珍，于驰，刘迎曦，等. 人体上呼吸道三维有限元重建与流场数值模拟[J]. 航天医学与医学工程，2006，19(2)：129－133.Sun Xiuzhen, Yu Chi, Liu Yingxi, et al. 3D Finite element model reconstruction and numerical simulation of airflow in human upper air-way[J]. Space Medicine & Medical Engineering, 2006, 19(2): 129－133. (in Chinese with English abstract)

[8]Comer J K, Kleinstreuer C, Zhang Z. Flow structures and particle deposition patterns in double-bifurcation airway models. Part 1. Air flow fields[J]. Journal of Fluid Mechanics,2001, 435(435): 25－54.

[9]徐新喜，赵秀国，谭树林，等. 循环呼吸模式口喉模型内气流运动特性数值模拟[J]. 力学学报，2010，42(2)：183－190.Xu Xinxi, Zhao Xiuguo, Tan Shulin, et al. Numerical simulation of airflow movement in human mouth-throat model during cyclic respiratory pattern[J]. Chinese Journal of Theoretical and Applied Mechanics, 2010, 42(2): 183－190.(in Chinese with English abstract)

[10]赵秀国，徐新喜，孙栋，等. 人体上呼吸道气流结构与气溶胶沉积数值模拟[J]. 系统仿真学报，2012，24(8)：1582－1587.Zhao Xiuguo, Xu Xinxi, Sun Dong, et al. Numerical simulation for airflow structure and aerosol deposition in human upper respiratory[J]. Journal of System Simulation,2012, 24(8): 1582－1587. (in Chinese with English abstract)

[11]石志标，黄川，张学进，等. 电子鼻鼻腔结构对嗅觉能力影响的数值模拟[J]. 信号处理，2012，28(10)：1459－1464.Shi Zhibiao, Huang Chuan, Zhang Xuejin, et al. Numerical simulation of the effect of the nasal cavity structure of electronic nose on olfaction ability[J]. Signal Processing,2012, 28(10): 1459－1464. (in Chinese with English abstract)

[12]Chen A, Sparrow E M. Turbulence modeling for flow in a distribution manifold[J]. International Journal of Heat and Mass Transfer, 2009, 52(5): 1573－1581.

[13]Moureh J, Flick D. Airflow pattern and temperature distribution in a typical refrigerated truck configuration loaded with pallets[J]. International Journal of Refrigeration,2004, 27(5): 464－474.

[14]卢立新，刘琳. 抽气方式与充气压力对盒式气调包装气体置换性能的影响[J]. 农业工程学报，2010，26(3)：341－345.Lu Lixin, Liu Lin. Effects of gas-exhausting type and gas-charging pressure on gas replacement properties for modified atmosphere packaging with trays[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2010, 26(3): 341－345. (in Chinese with English abstract)

[15]卢立新，王杰．盒式气调包装机置换结构内部3D流场的模拟[J]. 农业机械学报，2009，40(7)：119－123.Lu Lixin, Wang Jie. Simulation analysis of 3D flow field within gas replacement devices of modified atmosphere packaging machine with Trays[J]. Transactions of The Chinese Society for Agricultural Machinery, 2009, 40(7):119－123. (in Chinese with English abstract)

[16]郭嘉明，吕恩利，陆华忠，等. 冷藏运输厢体结构对流场影响的数值模拟[J]. 农业工程学报，2012，28(1)：74－80.Guo Jiaming, Lü Enli, Lu Huazhong, et al. Numerical simulation of effects of transport enclosure structure on flow field[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(1): 74－80. (in Chinese with English abstract)

[17]朱红耕，袁寿其，刘厚林，等. 大型泵站蜗壳式出水流道三维紊流数值模拟[J]. 农业机械学报，2007，38(10)：49－53.Zhu Honggeng, Yuan Shouqi, Liu Houlin, et al. Numerical simulation of the 3D flow of a volute-type discharge passage in large pumping stations[J]. Transactions of The Chinese Society for Agricultural Machinery, 2007, 38(10): 49－53.(in Chinese with English abstract)

[18]朱红耕，袁寿其. 大型泵站进水流道技术改造优选设计[J].水利发电学报，2006，25(2)：51－55.Zhu Honggeng, Yuan Shouqi. Optimal design of inlet conduit for technical innovation of large pumping stations[J]. Journal of Hydroelectric Engineering, 2006, 25(2): 51－55. (in Chinese with English abstract)

[19]代建武，肖红伟，白竣文，等. 气体射流冲击干燥机气流分配室流场模拟与结构优化[J]. 农业工程学报，2013，29(3)：69－76.Dai Jianwu, Xiao Hongwei, Bai Junwen, et al. Numerical simulation and optimum design on airflow distribution chamber of air-impingement jet dryer[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(3): 69－76. (in Chinese with English abstract)

[20]周乃君. 工程流体力学[M]. 北京：机械工业出版社，2014.

[21]李国威，王岩，吕秀丽，等. 偏置短叶片离心泵内三维流场数值模拟[J]. 农业工程学报，2011，27(7)：151－155.Li Guowei, Wang Yan, Lü Xiuli, et al. Numerical simulation of three-dimensional flow field in centrifugal pump with deviated short splitter vanes[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2011, 27(7): 151－155. (in Chinese with English abstract)

[22]翟之平，王春光. 叶片式抛送装置气流流场数值模拟与优化[J]. 农业机械学报，2008，39(6)：84－87.Zhai Zhiping, Wang Chunguang. Numerical simulation and optimization for air flow in an impeller blower[J].Transactions of The Chinese Society for Agricultural Machinery, 2008, 39(6): 84－87. (in Chinese with English abstract)

[23]Kalman E L, Lofvendahl A, Winquist F, et al． Classification of complex gas mixtures from automotive leather using an electronic nose[J]. Analytica Chimica Acta, 2000, 403(1): 31－38.

[24]李鹏飞，许敏义，王飞飞. 精通CFD工程仿真与案例实战[M]. 北京：人民邮电出版社，2014，12.

[25]李晓俊，袁寿其，潘中永，等. 基于结构化网格的离心泵全流场数值模拟[J]. 农业机械学报，2013，44(7)：49－54.Li Xiaojun, Yuan Shouqi, Pan Zhongyong, et al. Numerical simulation of whole flow field for centrifugal pump with structure grid[J]. Transactions of The Chinese Society for Agricultural Machinery, 2013, 44(7): 49－54. (in Chinese with English abstract)

[26]雷贤良，李会雄，张庆，等. 锅炉转向室烟气调节屏的调节性能与优化设计[J]. 华中科技大学学报：自然科学版，2011，39(10)：128－132.Lei Xianliang, Li Huixiong, Zhang Qing, et al. Regulation performance and optimal design of the gas adjust-screen in boiler steering rooms[J]. Journal of Huazhong University of Science and Technology, 2011, 39(10): 128－132. (in Chinese with English abstract)

[27]韩文霆，吴普特，杨青，等. 喷灌水量分布均匀性评价指标比较及研究进展[J]. 农业工程学报，2005，21(9)：172－177.Han Wenting, Wu Pute, Yang Qing, et al. Advances and comparisons of uniformity evaluation index of sprinkle irrigation[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2005,21(9): 172－177. (in Chinese with English abstract)

[28]朱红钧. FLUENT 15.0流场分析实战指南[M]. 北京：人民邮电出版社，2014，12.

[29]石志标，佟月英，陈东辉，等. 牛肉新鲜度的电子鼻检测技[J]. 农业机械学报，2009，40(11)：184－188.Shi Zhibiao, Tong Yueying, Chen Donghui, et al.Identification of beef freshness with electronic nose[J].Transactions of the Chinese Society for Agricultural Machinery, 2009, 40(11): 184－188. (in Chinese with English abstract)

[30]Musatov V Y, Sysoev V V, Sommer M, et al. Assessment of meat freshness with metal oxide sensor microarray electronic nose: a practical approach[J]. Sensors and Actuators B:Chemical, 2010, 144(1): 99－103.

Structure design of sweeping type bionic olfactory detection chamber and its flow field performance simulation and verification

Wen Tao, Dong Shuai, Gong Zhongliang※, Li Lijun, Zheng Lizhang, Sang Mengxiang
(School of Mechanical and Electrical Engineering, Central South University of Forestry and Technology, Changsha410004,China)

The detection chamber is an important part of the bionic olfactory detection analysis instrument. Unreasonable structure design of detection chamber can cause gas vortex and prolong the sensors’ response and recovery time. Non-uniform distribution of airflow field can cause inconsistence of the sensor array in numerical induction. Therefore, it is significant to explore the characteristics of gas flow and distribution, optimize the flow field structure, improve the uniformity and stability of the flow rate and advance the accuracy and repeatability of olfactory detection chamber. However, the traditional method of further manufacture design improvements requires long transformation time, and high costs, and the measurement range is usually disappointing. Computational Fluid Dynamics (CFD) can provide detailed information on airflow simulation and ensure convenient design of agricultural equipments. In order to optimize the structure of bionic olfactory detection chamber of sweeping type, and improve the uniformity and stability of fluid velocity distribution, based on the differential equations of fluid motion, the internal flow field of olfactory detection chamber was numerically simulated by using the CFD. This paper proposed the models of 3 types of chamber detection original structures, and the uniformity and stability of olfactory sensors’detection area from the optimal model were compared with the test results. The 3 types of detection chamber original structures were linear arrangement, parallel arrangement and structure of multi nasal ducts. Each model design was mainly composed of an intake pipe, a detection chamber, a sensor array and a vent pipe. The fluid flow rate was much smaller than the acoustic velocity and the fluid flow was considered as an incompressible process inside the chamber. In the process of olfactory detection, the fluid flowed into the detection chamber from the intake pipe and flowed out of the vent pipe, so the inlet boundary was set to velocity inlet. Outlet pressure boundary conditions were selected, and the natural pressure was taken as the boundary value. The fluid temperature in the chamber was room temperature which was 26 ℃. The wall had no slip boundary condition, and was assumed to be a rigid wall without considering the influence of wall elasticity. The speed deviation ratio and the nonuniformity coefficient were chosen as comprehensive evaluation indicators. The velocity distribution in chamber flow field was obtained and used to analyze the original structures to provide the preference design.The detection chamber of multi nasal ducts corresponded to inclination model. The simulation results indicated that the structures of detection chamber influenced air velocity distribution. The detection chamber of multi nasal ducts along the pipe axis (0.035-0.049 m range) had a velocity smooth region, the velocity of which was stabilized merely at 0.018-0.268 m/s,which could meet the requirement of detection condition. There were no velocity smooth regions in the linear arrangement,and the airflow velocity of smooth regions in parallel arrangement merely ranged from 0.001 to 0.018 m/s. The detection chamber of multi nasal ducts showed the advantage in the uniform and stability of velocity, of which the maximum values of speed deviation ratio and nonuniformity coefficient were calculated to be 0.830 6 and 0.292, respectively. Meanwhile, in the gas detection period by the numerical simulation, the detection time of 3 models was 223.4, 302.0 and 213.8 s, respectively,and the minimum value of the structure of multi nasal ducts showed that it had fast flow response and high working efficiency.Moreover, the optimum structure could effectively improve the consistency of the sensors’ numerical detection, and the standard deviation and the coefficient of variation ranged from 0.153 5 to 0.428 3 and from 0.030 5 to 0.082 7, respectively.The results provide a reference for the uniformity design of flow field structures similar to the detection chamber.

sensors; detection; bionic; olfactory; detection chamber; model; numerical simulation; performance analysis

10.11975/j.issn.1002-6819.2017.10.010

TS203

A

1002-6819(2017)-10-0078-08

2016-10-19

2017-04-16

国家自然科学基金（31401281）；湖南省自然科学基金（14JJ3115）；湖南省高校科技创新团队支持计划（2014207）；湖南省科技计划重点研发项目（2016NK2151）

文 韬，男，湖南长沙人，博士，副教授，主要从事农业工程、机电一体化和信息技术应用研究。长沙 中南林业科技大学机电工程学院，410004。Email：wt207@sina.com

※通信作者：龚中良，男，湖北监利人，博士，教授，主要从事机电一体化技术及应用研究。长沙 中南林业科技大学机电工程学院，410004。

Email：gzlaa@163.com

中国农业工程学会高级会员：文 韬（E041200816S）