以下是小编精心整理的《建筑与水系统实测分析论文(精选3篇)》的相关内容，希望能给你带来帮助!摘
建筑与水系统实测分析论文 篇1：
长江中下游行蓄洪空间数字孪生建设方案构想
摘要：数字孪生与水利行业的融合是新一代信息技术、通信技术在水利行业的综合集成应用，是推动新阶段水利高质量发展的重要实施路径。目前水利行业智慧化水平仍然较低，对于数字孪生的研究与应用相对较少。为此，深入探讨了数字孪生的基本内涵与发展理念，并重点围绕行蓄洪空间数字孪生建设过程可能面临的问题开展了研究。研究给出了以数据底座建设、数字化场景建设、智慧化模拟与精准化决策支撑建设为主轴的行蓄洪空间建设总体方案。相关成果可为今后智慧流域建设提供有建设性的规划思路。
关键词：数字孪生流域; 行蓄洪空间; 数据底座; 智慧化模拟; 精准化决策; 长江中下游
中图法分类号： U231.4
文献标志码： A
DOI：10.16232/j.cnki.1001-4179.2022.02.031
0引 言
数字孪生是流域数字化转型的重要支撑技术，其主要通过历史资料以及传感器获取的实时监测资料，在算法模型基础上，利用分布式存储、数字映射、云计算等多种信息领域与通信领域技术，使真实世界中多时空尺度、多变量、多物理场、多概率过程在虚拟世界中进行数字化映射，并对相应物理实体的全生命周期过程进行历史复演、现实呈现与未来预测，实现物理世界与虚拟数字世界的孪生交互与融合，全面提升物理世界信息数据应用能力，降本增效[1-2]。随着各种传感通信、信息测量与控制决策技术的发展，以及计算机软硬件水平的大力提升，数字孪生技术也为各行各业发展提供了无限创新的机遇。自2016年起，数字孪生技术连续被Gartner Group公司评为当年的十大战略趋势之一，在工业、汽车、交通、航空航天等领域获得了广泛应用与高速发展，尤其是在智慧城市建设、能源系统规划以及智能制造方面取得了一系列的成果，极大加快了技术创新，促进了产业升级转型[3-5]。
近年来，水利部积极推进水利行业信息化、智慧化建设，随着信息资源和业务应用不断深入，数字孪生技术也已被推广应用至流域水资源规划管理中。2018年11月IBM公司首次提出了智慧地球的理念，并基于此为哥伦比亚水务局开发了一套智能水务系统，使得水务局能够前瞻性地管理水务基础架构[6]。蒋云钟[7]等借鉴“智慧地球”的理念，分析了“智慧流域”的战略需求与技术推动因素，并对其中使用的关键技术和支撑平台，如物联网技术、射频识别标签、无线传感器网络、云计算与云存储、流域虚拟现实系统平台、基于多源耦合的气象水文信息保障平台、二元水循环数值模拟平台、水资源数值调控平台和流域数据同化系统平台等进行了探讨。蒋亚东等[8]剖析了当前水利工程运行管理中存在的不足，重点分析了数字孪生技术应用在水利工程运行管理中的运行机制，提出了可通过数字孪生技术对水利工程运行过程进行实时的监测、诊断、分析、决策和预测，进而实现水利工程的智能运行、精准管控和可靠运维。同时，数字与水利融合的“数字孪生流域”“数字孪生水网”已经成为水利行业高质量发展的标志，多种水利智慧化系统平台不断涌现，包括“智慧长江”“数字黄河”“水利一张图”“智慧大坝”数字水利物联网等。
然而水利行业总体还处于智慧水利的起步阶段，与城市交通、电力、气象等智慧行业相比还存在较大差距。现有水资源信息化系统多面向特定水资源业务需求构建，各子系统各模块之间缺少协调和共享，数据壁垒、信息孤岛等问题突出，整体智慧化水平较低，缺少实时与外部交互的途径[9]。尤其是流域防洪体系数字化、智慧化建设仍面临诸多问题，如监测站网体系建设不足、无法实时感知流域动态发生的多种变化过程。同时，由于数据基础薄弱、模型基础与实际应用间差距较大等因素，导致现有模型算力难以支撑實际调度应用需求，且模拟精度较低，无法反映真实世界变化与虚拟世界响应之间的互馈关系。因此，如何立足于新时期智慧流域提出的新要求，以数字孪生为基础，建立流域水资源管理智能服务平台，已成为新时代水利事业高质量发展的必然选择。
在此背景下，本文将重点阐述对流域数字孪生基本内涵及其发展理念的认识与思考，并以流域行蓄洪空间数字孪生建设为目标，系统地论述行蓄洪空间数字孪生建设总体技术方案与建设内容，并对其未来发展方向进行了初步探讨。以期通过数字孪生技术手段，实现信息数字化、控制自动化、决策智能化，强化预报、预警、预演、预案“四预”功能建设，全面推进水利现代化发展，促进水资源集约利用。
1流域数字孪生基本内涵及其发展理念
1.1数字孪生流域基本内涵与特性
数字孪生流域是数字孪生技术在流域水资源综合管理中的应用，本质上是通过信息技术在虚拟数字空间中建立与真实世界中不同要素一一对应、不同物理过程互映射，且能与外部世界实时协同交互的孪生流域系统。流域数字孪生的目标对象具体包括整个流域范围内的如水库、堤防、蓄滞洪区等重要工程以及关键河道断面、水文站点、沿岸城市等不同要素以及不同尺度下各要素物理变化过程如降雨、产流、汇流以及水工程预报调度等。
相对于传统流域水资源管理系统平台，数字孪生最大的优势在于数学模型与物联网监测体系的有机融合，通过外部物联网监测感知体系可为真实流域仿真建模提供良好的数据支撑与更有力的建模手段。通过实时监测感知、通信传递、后台模型初始边界更新的信息传递链条，使后台模型能够不断获取与更新外部信息，更加完善地对现实世界进行“数化”与“赋息”。同时，在面对复杂水资源系统机理认知不足的问题时，可基于采集的大量数据样本，通过人工智能等技术建立“灰箱”或“黑箱”模型对复杂过程进行仿真建模，能有效对传统基于物理过程的建模技术进行发展、完善与补充，辅助精准化决策。
1.2数字孪生流域建设路线与发展理念
数字孪生流域可根据数据底座构建、数字化场景搭建、智慧化模拟与精准化决策支撑建设的总体路线进行发展建设。
（1） 数据底座。
数据底座是以时空大数据为基础，汇集不同领域的业务数据、传感器实时监测数据、结合5G、物联网等新一代信息通讯技术，形成集信息采集、记录、决策于一体的循环数据流。数据底座为数字孪生流域建设提供了基础，它也是孪生流域与真实流域的纽带，主要以全域要素数字化标识和空天地一体化感知监测站网体系为本底，通过外部数据动态感知、数据组织管理、对象数字化映射来使虚拟世界与物理世界进行链接。
（2） 数字化场景。
数字化场景建设则是孪生流域对真实流域的刻画，主要以数字孪生模型平台作为流域水资源综合利用信息集成展示载体，引入GIS、VR等三维可视化技术，根据不同业务决策需求，建设多尺度融合的数字孪生流域主题场景。
（3） 智慧化模拟。
智慧化模拟则重点体现孪生流域对真实世界的交互响应，主要以全域全景的数据资源、高性能的协同计算、深度学习的机器智能平台为“智慧中枢”，在虚拟孪生流域中对真实流域全要素全过程精确刻画与模拟。
（4） 精准化决策。
精准化决策是指孪生流域对真实流域的作用，结合智慧化模拟调度结果，从时、空、量、度4个角度对调度方案进行细化与优化，支撑不同时空粒度下调度决策精细化实施，并定量评估方案作用于真实世界后带来的影响。
通过数字孪生流域建设与完善，可创建一个业务对象的宇宙。在未来，能进一步形成“全域立体感知、万物可信互联、场景动态展示、分布式泛在计算、全景交互调控、数据驱动决策”的一整套流域水资源运行管理的新模式，如图1所示。
1.3行蓄洪空间数字孪生特点
由于流域内要素过多，变化过程庞杂，现有技术手段难以对流域进行整体数字孪生，需根据不同要素自身特性、业务需求特点，分区域、分工程对象进行数字孪生建设。行蓄洪空间作为流域数字孪生中重要的一环，其孪生对象主要是针对蓄滞洪区、洲滩民垸等现有防洪系统中薄弱环进行建设。现阶段，由于流域蓄滞洪区、洲滩民垸等行蓄洪空间缺乏管控、建设滞后等原因，行蓄洪空间数字孪生建设工作具有建设范围大、数据基础薄弱、运用机制尚未明晰等特点。因此，亟需建立更加智慧、精准的行蓄洪空间智慧孪生模拟体系，为行蓄洪空间调度管控与流域防洪减灾提供有力支撑。
2行蓄洪空间数字孪生建设总体方案与目标
2.1行蓄洪空间数字孪生建设总体方案
结合“四预”总体要求，按照“大系统设计、分系统建设”模式开展数字孪生流域建设。首先基于历史水情、雨情、工情、社情数据、自然地理资料以及站网实时观测资料，研发可感知互馈且能实时更新的数据底座。然后，充分调研业务需求，将河道水动力演进模型、行蓄洪空间运用模型与风险评估与决策模型等专业模型按照统一规范格式进行封装，形成专业模型库。在此基础上，结合人工智能等技术，建立知识图谱、智慧图谱、模型误差反馈校正模型、风险群决策模型与自适应调控等高阶模型。该类模型主要特点是具有高度的集成性与可解释性，模型机制更加符合人类的学习和决断过程，能有效提高现有模型算力，完善模型功能。同時高阶知识模型也是孪生流域能对真实流域全景、全要素、全时空、全过程进行“毫秒级”智慧化模拟的关键支撑。根据实时监测与智慧化模拟得到的险情、灾情信息，结合群智能决策支持系统，精准把控不同调度方案下风险发生的时空状态以及演变态势，并通过可视化技术完成集全域险情呈现、全态势感知预警、灾损互馈响应于一体的数字化场景建设，实现在人机交互条件下实时对调度方案进行反馈优化与精准化决策。行蓄洪空间数字孪生建设总体路线图如图2所示。
2.2行蓄洪空间数字孪生建设目标
行蓄洪空间数字孪生建设目标具体可分为以下4个目标：
（1） 基于空天地一体化物联站网监测体系，建立一个能实时更新的数据底座。
（2） 建成多尺度数字化场景，能将传统数字化场景的呈现方式从基于低维点、线、面展示方法提升为多维广域、全景的展示方法。
（3） 使水工程模拟调度从基于经验模拟调度模式提升为全要素全时空智慧图谱调度模式。
（4） 使决策支持从传统基于静态风险指标决策方法提升为交互式动态风险群决策方法。
最终可建设一个集流域感知监控、预报调度、方案预演、智能决策、预警发布、预案生成于一体，并具有深度自主学习能力、能不断自适应优化的可嵌入式流域数字孪生决策支持平台。从场景展示、计算能力、决策交互多角度对综调系统进行提升。
3行蓄洪空间数字孪生建设内容与关键技术
3.1数据底座建设
流域数据底座是支撑水利现代化高质量发展的新一代基础设施。数据底座建设应结合不同业务场景需求，考虑数据获取难度、建设成本、建设周期等多种因素，按照“分尺度建设，多尺度融合”的总体建设思路，
将流域数据底座分成大尺度、中观尺度与精细尺度不同场景进行分类别建设（见图3）。
（1） 流域层面数据底座建设。
流域层面，属于大尺度，其数据底座建设重点关注流域全局信息。流域层面数据底座以大尺度流域3维或2.5维地形图为底图，将能辅助决策的关键信息刻画到3维底图中，具体数据信息包含：流域大尺度卫星影像数据、DEM数据行政区划数据、道路数据、水系信息、地名数据等自然地理信息;各区域行政区划、人口、耕地、道路、单位、企业等社会经济数据信息;不同蓄滞洪区、洲滩民垸空间位置、实时工程状态信息等工情信息;堤防等重要建筑物空间信息以及实时工情信息;以及不同控制站点实时水情、雨情信息等。
（2） 河段层面数据底座建设。
河段层面属于中观尺度，其关注某一具体河段内信息。河段层面数据底座以河段高精度地形图为底图，将沿岸河道堤防、蓄滞洪区、洲滩民垸堤防和重要行蓄洪工程设施等，以及附近涉水区域重要跨河建筑物、重要临江建筑物、重要风险隐患堤段进行3维建模，部分区域可使用白模代替。并根据卫星影像提供的要素地理空间布局信息，将不同站点实时水雨情信息、河道沿程水位信息、流速信息、堤防设计水位信息、堤防级别、堤顶高程、堤段内部属性信息、关键风险隐患点信息、无人机与摄像头布设位置信息以及实时监测画面信息、沿岸城市人口、GDP等社会经济信息、道路信息等信息叠置在河段尺度数字3维模型中。
（3） 行蓄洪空间层面数据底座建设。
行蓄洪空间层面属于精细尺度，其重点关注某一个蓄滞洪区或洲滩民垸信息。行蓄洪空间数据底座以行蓄洪空间精细化3维地形图为本底，对行蓄洪空间分洪工程、围堤、隔堤、安全台等重要防洪工程进行3维数字化建模。将3维要素与地形图进行叠置，并将行蓄洪空间工程名称、所在行政区域、蓄滞洪区分类、设计蓄洪水位、蓄洪面积和有效蓄洪容积，围堤达标情况，分洪设施名称、位置、设计流量以及安全区名称、位置等静态信息以及实时分洪流量、淹没深度、淹没面积等动态工情信息刻画在底图上。
3.2数字化场景建设
在数据底座建设基础上，需结合不同阶段实际业务需求，按照“大尺度决策、小尺度精细”的理念展开，即面向規划设计、局部精细化模拟调度等不同场景的应用需求，构建能深入刻画相应尺度下系统动态过程与特性的数字化主题场景。其中，大、中尺度场景建设目标主要为了使决策者能便捷、快速掌握全局信息，进行统筹规划与决策。局部精细化尺度场景建设主要为使决策者能精细化掌握重点工程的风险变化情况。行蓄洪空间数字化场景建设可分为流域大尺度场景建设、河段中尺度场景建设与行蓄洪空间局部尺度场景建设。
3.2.1流域大尺度全景决策场景建设
大尺度场景建设重点关注流域宏观全局信息，防洪调度阶段不同，所展示的场景内容不同。在预报预警阶段，重点将不同站点降雨径流监测信息、预报信息以及关键河段水位、流量过程等工程信息以3维动画、3维专题图等多种方式直观立体地展示出来。并且根据预报流量超限量、水位抬升量，实时计算发生管涌、渗流、溃决等不同类型风险的堤防险段长度，并在3维底图上展示预见期内堤防最大险段范围、最大承灾时间等综合统计指标。
同时，流域大尺度孪生场景也可提供方便快捷的调度方案人机交互功能，在后台高阶知识模型支撑下，通过精细化修改调度方案，能在满足模拟精度的同时快速得到不同行蓄洪空间运用方案的模拟结果。并且，数字孪生系统将提供更多维的险情灾情描述信息。例如，可通过效益风险指标决策仓的形式给出堤防总超警时间、超警总长度、总淹没损失GDP等不同类型综合风险指标大小，并通过智能决策支持系统，记录并统计每个专家对不同方案的评价结果，通过模型计算对调度方案进行综合排序与优选。
数字孪生背景下，流域大尺度决策场景相对于传统调度手段在预警风险描述、方案计算效率以及决策指标和决策方式精细程度上将有极大提升。
3.2.2河段尺度数字化场景建设
河段尺度数字化场景视角主要聚焦于河段，重点呈现重点河段附近洲滩民垸、蓄滞洪区运用对河段风险降低效果。根据水文预报成果，结合知识图谱驱动的洪水演进模型，快速模拟出预见期内水流在干流和湖区的演进特征。通过框选或勾选河段附近不同蓄滞洪区与洲滩民垸，结合行蓄洪空间调度运用知识图谱，进行行蓄洪空间调度预演，判断不同行蓄洪空间投入使用组合对控制站沿程堤防水位降低作用，并对水位降低空间进行标记与突出展示。在此基础上通过热力图、配合统计表格精细化展示并量化河段堤防沿程风险大小变化情况。同时可在界面下方展示时间轴，动态显示不同时刻的河段堤防沿程水位、安全系数、行蓄洪空间水位、蓄洪容积、分洪流量、沿岸城镇淹没损失等要素动态变化情况。
此外，可根据历史险情分析，在关键控制河段附近设置多个历史险工险段作为风险点重点关注。点击风险点将进入全景视角，在漫游状态下对风险点进行云端巡视与监控，并将风险点附近河道沿程水位、堤防设计洪水位、堤防实时险情、以及淹没损失等统计数据刻画在3维全景视角中，辅助决策者近距离直观掌握重要风险区域的险情与灾情。
孪生场景的投入运用能使决策者更加直观、精细掌握关键河段不同断面、不同类型风险动态变化情况。图4展示了河段尺度数字化场景建设。
3.2.3行蓄洪空间尺度数字化场景建设
行蓄洪空间尺度数字化场景建设聚焦于分洪运用场景建设与避险转移场景建设。在启用分洪后。通过无人机、摄像头等监测设备，精细化决策分洪口门开启个数、分洪闸门开度、分洪速率等，并将这类信息在数据底座上进行赋息。结合行蓄洪空间分洪闸运用情况，动态仿真行蓄洪空间内部洪水行进状态，仿真洪水在研究区域的传播过程，实时展现洪水波的影响范围，如淹没面积、淹没水深、受影响耕地面积、受影响房屋面积、受影响人口、围堤状态等关键风险要素变化情况，并以流向图的形式展示区内水流流向，预估并标记将要淹没区域的范围。并且，实时展示闸前水位以及河段防洪控制站水位降低情况，用以分析蓄滞洪区分洪效果。并且可以结合“三大运营商”功能，并通过热力图等形式，展示避险转移人群实时状态信息（见图5）。
3.3智慧化模拟支撑建设
传统行蓄洪空间分洪运用、调度效果分析往往基于一二维水动力学模型实施，计算时间代价较高，极大限制了行蓄洪空间在实时联合防洪调度中的应用，无法快速准确反映物理世界真实扰动对孪生世界的信息反馈以及孪生世界的交互决策对真实物理世界的作用影响。而在数据孪生的背景下，由于数据维度与数据量的大幅增加，包括大量监测数据的实时更新，使得基于数据驱动的模型成为解决行蓄洪空间在实时调度模拟分析中运用困难的一条新的路径。新兴技术体系下行蓄洪空间调度运用建模与仿真也是行蓄洪空间数字孪生智慧化模拟支撑建设的重要研究方向。
因此，需在现有河道洪水水动力演进模型与蓄滞洪区、洲滩民垸分洪运用模型等专业模型基础上，基于大数据分析、人工智能方法，根据不同河段特点，对河道洪水历史演进过程样本数据进行特征因子提取，逐时段、逐断面建立历史来水以及预报来水信息与断面未来水位流量过程之间的映射关系，开发能够实现快速、精确的河道洪水演进模拟功能的智能演进模型。并在此基础上，进一步探明防洪工程群组对河湖水文情势的作用机理，抽取对下游保护对象防洪补偿效果明显的防洪工程实体组合，引入多种机器学习方法构建具有可解释性的人工智能动态学习模型，构建具有“时、空、量”跨维度效用防洪工程运用效果分析模型，支撑人机交互模式下全态感知与调度方案快速、精准的模拟计算。
3.4精准化决策支撑建设
通过高阶知识模型對数据底座进行智慧赋能，使得调度模拟模型计算效率与精度得到提升，可进一步辅助提升决策效率。然而，由于行蓄洪空间孪生系统建设面向大范围、全时空、多尺度、强耦合过程的业务需求，孪生系统运行模拟过程将产生复杂的决策信息。如何在广域、庞杂的决策信息流背景下，结合数字孪生系统信息多样性、集成性与高交互性等优势，是支撑防洪调度精准化决策的重中之重。
因此，行蓄洪空间调度精准化决策支撑建设应重点关注调度方案多属性风险评估与群智能决策的功能开发。需在智慧化模拟功能基础上，进一步根据不同河湖要素调度前后变化特征，建立时空态势图谱损失评估模型，根据调度前后水雨工情变化情况，评估并获取不同调度方案下淹没影响房屋、人口等灾情信息，实现精细化调度方案的同时，精准掌握全域风险变化情景。在此基础上，结合专家群组评估信息，建立群智能决策模型，统筹考虑多种效益风险指标，协调考虑专家组不同建议，选取综合最优的调度方案。最终建设一套“时-空-量-度”立体精细化调度决策体系，实现行蓄洪空间精准运用、风险损失精准刻画、洪量精细分配、人员精确避洪转移，如图6所示。
4结 论
未来智慧流域将具备更高的信息化、数字化水平，从而将真正意义上整体实现数字孪生流域的概念。行蓄洪空间数字孪生则将作为其中关键组成部分，在支撑流域防洪减灾中发挥重要作用。在此背景下，本文详细论述了流域数字孪生的基本内涵与发展理念，以行蓄洪空间数据孪生为例，提出了以数据底座建设、数字化场景建设、智慧化模拟支撑建设与精细化决策支撑建设为主轴的行蓄洪空间数字孪生建设总体方案，并论述了不同建设内容的功能意义以及相对于现有技术体系的功能提升。
综合考虑流域智慧化建设的现实条件，现阶段的研究重点应通过数据底座对流域现状进行精准、全方位、动态映射的现状孪生。并且在大量实测与历史数据的背景下，通过高阶知识模型学习、分析、识别并总结流域运转规律，使孪生流域可以自我学习。在此基础上，结合专家经验，在人机交互条件下，实现不同环境、不同调度方案下流域未来发展情景的模拟孪生，最后作出精准决策。在未来，可进一步融合、利用人工智能与机器学习等技术，拓展人类认知之外的知识，从纯数学的角度去解构流域水资源管理模式，分析提炼流域水资源管理可能出现的问题，并自动衍生出相应的解决问题的技术方法，实现流域自主孪生。
参考文献：
[1]刘海瑞，奚歌，金珊.应用数字孪生技术提升流域管理智慧化水平[J].水利规划与设计，2021（10）：4-6，10，88.
[2]向玉琼，谢新水.数字孪生城市治理：变革、困境与对策[J].电子政务，2021（10）：69-80.
[3]盛戈皞，钱勇，罗林根，等.面向新型电力系统的电力设备运行维护关键技术及其应用展望[J].高电压技术，2021，47（9）：3072-3084.
[4]王可飞，郝蕊，卢文龙，等.基于BIM的铁路数字孪生工程研究现状及展望[J].铁路技术创新，2021（4）：45-51.
[5]岳霆，张海林.飞机智慧维修的思考[J].航空维修与工程，2021（9）：16-19.
[6]许晔，郭铁成.IBM“智慧地球”战略的实施及对我国的影响[J].中国科技论坛，2014（3）：148-153.
[7]蒋云钟，冶运涛，赵红莉，等.水利大数据研究现状与展望[J].水力发电学报，2020，39（10）：1-32.
[8]蒋亚东，石焱文.数字孪生技术在水利工程运行管理中的应用[J].科技通报，2019，35（11）：5-9.
[9]王成山，董博，于浩，等.智慧城市综合能源系统数字孪生技术及应用[J].中国电机工程学报，2021，41（5）：1597-1608.
（编辑：郑 毅）
作者：王权森
建筑与水系统实测分析论文 篇2：
城市办公建筑空调制冷系统大气排热实测分析
摘 要：为研究单位建筑面积排热量较大的城市办公建筑空调制冷系统的排热规律，采用现场实测的研究方法，选取位于深圳市及北京市城市中心区的4座典型办公建筑作为实测对象，并将空调制冷系统通过冷却塔的排热分为显热排热和潜热排热这两类进行细致分析.结果表明：实测办公建筑空调制冷系统的单位建筑面积全热排热量在85～106 W/m2范围内，其中显热排热所占比例很小仅为1%～5%，而潜热排热占绝大比例为95%～98.85%，建筑空调制冷系统通过冷却塔的排热主要以潜热排热方式向外排出，从而显著增加了建筑周围大气相对湿度，并且城市范围内的高温高湿气候条件不利于建筑空调制冷系统向大气环境排热排湿.
关键词：办公建筑；空调制冷系统；显热排热；潜热排热；现场实测
目前中国每年城镇新建公共建筑约3～4亿m2，既有公共建筑约40亿m2.根据现有的一些大城市的能耗实测资料，城市建筑中大型公共建筑的建筑总面积虽不足民用建筑总面积的5%，但特大型高档公共建筑的单位面积能耗约为城镇普通居住建筑能耗的10～15倍，一般公共建筑的能耗也是普通居住建筑能耗的5倍之多，公共建筑能耗巨大约占民用建筑总能耗的12%～14%[1].值得引起关注的是，公共建筑的全年能耗中大约有50%～60%消耗于空调制冷与采暖系统，因此与之对应的公共建筑空调制冷系统排热量亦不容小觑[2].来自建筑空调制冷系统的大量排热在城市大气空间进行直接排放，势必会改变建筑范围甚至城市范围内热湿环境，加剧城市热岛效应；同时，城市热岛效应的加重使得城市高温出现频率加大甚至造成高温灾害，为维持室内舒适度，空调系统运行时间更长并且承担负荷更大，使空调设备运行状况恶化而导致能效比降低及空调能耗增加，此时空调制冷设备需要从室内抽取更多热量并直接排放更多的冷凝热至室外大气环境，造成建筑周围热环境进一步恶化，如此形成恶性循环，降低人体日常活动范围内的热、湿舒适度，最终违背了人们对工作和生活水平提高的意愿[3-5].
针对建筑空调排热的研究在近年逐渐引起了各国学者的关注，并已开展了一系列研究.国外，Masson[6]提出城镇能源收支模型TEB（Town EnergyBalance）是对城市环境中建筑人为排热进行模拟的早期尝试，该模型对目标建筑的负荷计算过于简化；Kondo等人[7]研究了城市冠层内人为排热和大气温度两者之间的关系，对空调设备显热和潜热排热比例作出1∶1的简单假设；Bueno等人[8]运用热阻热容网络模型RC（Resistance-Capacitance Network Model）建立建筑与城市环境间的能量流动关系并对图卢兹市排热与气温进行计算，研究发现夏季商业区热排放平均值为220 W/m2而导致气温升高1 ℃左右；Salamanca等人[9]应用气象研究预测模型WRF（Weather Research & Forecasting Model）与多层建筑能耗模型的耦合模型对城市区域夏季连续10天的高温气候下空调系统排热对大气温度的影响，研究发现空调排热使城市部分区域近地2 m内的平均气温升高大于1 ℃.国内，张弛等人[10]进行夏季空调排热对上海市温度影响的定性研究，通过假设空调密度与楼层高度相对应而发现温度高低与空调排热分布的一致性良好，说明空调排热是造成上海城市高温的主要因素之一；乐地[11]、杜国付[12]、吕楠[13]等人应用CFD模拟技术对复杂城市区域建筑热环境进行数值模拟，并分析冷却塔周围的气流分布和温度分布，以及冷却塔冷凝排热对周边环境的影响.以上已有的国内外研究工作大多属于建筑人为排热对城市热气候影响的数值模拟研究，一方面缺乏充足的现场实测数据作为支撑，另一方面对建筑人为排热从建筑类型和排热方式、热量类型缺乏细致的定量研究，因此很难更准确地把握建筑人为排热和城市局地热湿气候形成之间的互动关系.
本文分别选取具备典型南、北方城市气候特点的深圳市和北京市市区的4座大型办公建筑作为具体研究对象，采用现场实测的研究方法，对上述建筑的空调制冷系统各设备的运行参数进行持续动态的实测测试，实现了对建筑空调制冷系统排热的定量分析，使得城市区域范围内建筑人为排热与城市热环境互动关系的研究具有实际意义.
1 城市区域内典型办公建筑空调制冷系统
排热实测
1.1 深圳实测建筑及空调制冷系统概况
本实测研究中选取位于深圳市福田中心区西侧的某国家机关业务综合楼作为实测办公建筑1，对该建筑空调制冷系统排热特性进行连续实测.选取连续实测时间为2013年8月5日（周一）至8月11日（周日）整一周的时间，在此实测期间，深圳处于典型夏季高温天气以晴天为主，但受海洋气候影响，个别测试日为暴雨天气，测试期间室外最高温度持续35 ℃以上.
该建筑为典型办公建筑，由主楼和附楼两个部分组成.其中主楼为办公大楼，建筑层高4.5 m，共22层；附楼为集会议厅、报告厅及娱乐室为一体的多功能建筑，建筑层高5 m，共4层.空调制冷机房位于主楼负二层，冷源系统为3台离心式中央空调冷水机组，其中2台额定制冷量为3 686 kW的机组于工作日运行，另1台额定制冷量为1 230 kW的机组用于周末备用运行.冷却水系统共有5台玻璃纤维机械通风横流式冷却塔，安装于附楼楼顶，冷却塔具体安装位置的俯视图如图1中①～⑤位置所示，其中②～⑤号冷却塔水流量为500 m3/h，对应于2台额定制冷量较大的冷水机组，①号冷却塔的水流量为350 m3/h，对应于另外1台额定制冷量较小的冷水机组.为满足建筑各部分不同功能要求，整个建筑的空调系统分为以下两个系统：集中空调系统，主楼1～4层以及附楼1，2层为定风量系统，5～19层（除12层）为变风量系统；VRV空调系统：主楼12层、20～22层以及附楼3，4层采用VRV空调系统.
1.2 北京市实测建筑及空调制冷系统概况
本研究还选取了位于北京市区内采用不同空调制冷方式的3座办公建筑2～4作为研究对象.每座办公建筑均选取某一个典型工作日进行连续动态实测，在此实测期间，北京处于典型夏季高温晴天天气，测试期间室外最高温度持续30 ℃以上.
各实测建筑基本情况及相应空调制冷系统相关参数如表1所示.
1.3 实测内容及仪器
为研究建筑空调制冷系统的排热规律以及对建筑周围大气热湿环境所产生的影响，对所有与空调制冷系统排热有关的参数进行实测，深圳和北京的测试参数和内容方法相同，主要包括大气温湿度、冷却塔进、出风口温湿度及风速、制冷机组冷却水及冷冻水的供、回水逐时温度及流量.在室外露天测试空气温度时，为防止太阳辐射影响而采取了相应遮阳措施.其中，大气温、湿度由温湿度自计仪测得，以实测办公建筑1为例，实测测点选取距冷却塔边缘30 m、附楼楼面以上1.5 m处，如图1中⑦点位置所示；冷却塔进风口空气温、湿度由温湿度自计仪测得，测点选取每台冷却塔进风口前2 m处；冷却塔出风口风速由热线风速仪测得，冷却塔出风口空气温、湿度由温湿度自计仪测得，测点均布置在每台冷却塔风机吸入侧的收缩段喉部断面上并按等面积环分布，如图2中所示；冷却水及冷冻水的进、出口温度由热电偶温度采集自计仪测得；冷冻水及冷却水流量采用超声波流量计测量.
以实测办公建筑1为例，测试参数及仪器如表2所示.实测建筑1的俯视图以及空调系统测点布置图如图1～图2所示.
2 实测结果与分析
2.1 冷却塔进出风口空气温、湿度实测结果
对于实测办公建筑1，在整一周的实测期间内，室外大气以及冷却塔每个进、出风口测点空气的温度和相对湿度实时测试值均可通过相应测点处的温湿度自计仪直接获取，对于工作日期间多台冷却塔同时运行的情况，此处冷却塔的进、出口空气温湿度值是指所有冷却塔进出口空气温湿度的平均值，温湿度值随时间变化曲线如图3～图4所示.
从图3中的空气温度变化曲线看到，在连续一周空调制冷系统运行的白天时间段内，大气温度平均值33.51 ℃，冷却塔入口和出口空气温度平均值分别为32.21 ℃及32.63 ℃，环境大气温度高于冷却塔进、出口空气温度，而冷却塔的出口空气温度较进口空气温度升高幅度较小仅为0.42 ℃.其中工作日12：00-16：00期间，冷却塔排出口空气对周边大气产生较为明显的排冷降温作用.根据大气温度及冷却水温度的实测值，在此期间大气温度较高，使得入塔空气温度与入塔冷却水温两者温差值较小，甚至出现入塔水温低于入塔空气温度的情况，最终导致冷却塔出口空气温度低于入塔空气温度.
图4为空气相对湿度变化曲线，由于冷却塔式室外机主要以潜热方式向外排热，进出塔空气的相对湿度值变化很大.在白天空调系统运行期间，冷却塔入口空气相对湿度平均值为67.7%，经过与塔内冷却水进行热质交换后，冷却塔出塔口空气的相对湿度平均值基本稳定在94.4%，以接近饱和的状态排出塔外；而在空调系统关闭期间，冷却塔进、出口空气的相对湿度大体一致.室外大气的相对湿度在白天时间段的平均值为40.5%，明显低于冷却塔排出口空气几近饱和的相对湿度平均值，因此冷却塔排出的湿空气对塔周围湿环境的改变很明显.
2.2 空调制冷系统排热的实测结果
根据如表2所示的各实测参数的测试数据，按公式（1）～（3）中所列冷却塔全热排热、显热排热及潜热排热计算公式对冷却塔每个出风口的排热量进行计算，最后经汇总可得到整一周实测期间内办公建筑1的空调制冷系统单位建筑面积总全热、总显热及总潜热排热量随时间变化曲线，如图5所示.
如图5中所示，在工作日，该办公建筑1的空调系统运行时间为8：00-17：00，在2台额定制冷量为3 868 kW离心式冷水机组先后开启初期，空调制冷系统的单位建筑面积排热量存在较大波动而峰值达到138 W/m2，运行稳定后，空调制冷系统单位建筑面积全热排热量变化也趋于稳定在82.75 W/m2上下波动，其中潜热排热的变化规律与全热排热大致相同，其单位建筑面积的实测平均值达到81.8 W/m2；而单位建筑面积的显热排热平均值很小仅为0.95 W/m2，并在某些时刻因为冷却水入塔温度低于空气入塔温度而出现显热值负值的情况.在测试期间，空调制冷系统的潜热排热总值占总排热量的98.85%，而空调显热排热仅占总排热量的1.15%.
在周末日，该办公建筑中仅剩少量办公室及部分娱乐空间需要开启空调，此时仅开启一台额定制冷量为1 230 kW的小型离心式制冷机组及对应一台水流量为350 m3/h的冷却塔，如图5所示，空调排热值较稳定，单位建筑面积全热排热的日平均实测值保持在20.24 W/m2，大约相当于工作日的22.2%，其中单位建筑面积潜热排热日均实测值为19.62 W/m2，所占全热排热的比例为96.94%，而单位建筑面积显热排热日均实测值为0.62 W/m2，仅占全热排热的比例为3.04%.
2.3 建筑空调制冷系统排热与大气温湿度关系的实测分析
为分析显热和潜热排热分别随主要影响因素大气温度和相对湿度变化规律，根据4座办公建筑空调制冷系统在实测期间运行时的大气温湿度实测数据，并利用如表2所示实测参数的测试数据按公式（1）～（3）计算得到各办公建筑在对应时间的单位建筑面积显热和潜热排热量随时间变化值，变化规律分别如图6～图7所示.
图6～图7中，虽然各建筑实测期间对应的室外气候条件各异，同时各建筑设计冷负荷指标及空调制冷系统型式也不尽相同，但4座实测办公建筑的空调制冷系统单位建筑面积显热排热量和潜热排热量都呈现随室外大气温度和相对湿度升高而降低的一致趋势.这是由于随着室外大气温度及相对湿度值升高，入塔空气干、湿球温度与入塔水温的温差值减小，空气水界面的水蒸气分压力差值减小使冷却塔内部热湿交换驱动力下降，导致冷却塔热质交换效率降低，显热及潜热换热量减小.
图6中建筑1，2，4空调制冷系统单位建筑面积的显热排热值在-15～15 W/m2范围内，而建筑3空调制冷系统单位建筑面积显热排热值出现负值且数值较大约为-30～-70 W/m2.分析原因是建筑3实测当日空调运行期间内室外大气温度平均值偏高为34.5 ℃左右，入塔空气温度和室外大气温度接近为33.9 ℃，同一时间段内冷却水进塔水温的实测平均值仅为31.4 ℃而明显低于入塔空气温度.根据热质交换原理，湿式冷却塔的散热方式主要是接触传热和蒸发散热，此时塔内水和空气产生的接触换热使得空气向水传热，因此空气温度下降明显，而蒸发散热主要表现在空气侧水蒸气含量的增加，由此所引起的空气温度变化却很小，因此，经过塔内热质交换过程，该建筑的出塔空气温度实测平均值为27.2 ℃反而低于入塔空气温度，并且进出口空气温差较大为7.3 ℃，因此建筑3的单位建筑面积显热排热呈现较大负值.
图7中建筑1，3，4空调制冷系统单位建筑面积的潜热排热平均值在75～130 W/m2范围内，而建筑2空调制冷系统单位建筑面积潜热排热值为160 W/m2较大于其他建筑.分析其原因是该建筑除常规的办公房间外还包括多个洁净实验室，其空调冷负荷值大于其他一般办公建筑，因此相应该建筑空调制冷系统全热排热量及占全热排热量绝大比例的潜热排热量也偏大于其他建筑.
2.4 建筑空调制冷系统全热排热及制冷量与大气温湿度关系的实测分析
为分析办公建筑空调系统全热排热、制冷量在室外大气温度和相对湿度两个参数共同影响下的分布规律，根据4座办公建筑空调制冷系统在实测期间运行时的大气温湿度实测数据，以及利用如表2所示的实测参数的测试数据按公式（1）和（5）计算得到的各办公建筑相应时间内单位建筑面积全热排热量及制冷量随时间变化值，变化规律的三维分布图如图8～图9所示.
从整体分布规律来看，当室外气候条件从低温低湿到高温高湿变化时，冷却塔传热传质性能下降，冷却塔出水温度进而偏高，从而导致建筑空调制冷系统的冷凝效果减低，最终使得实测办公建筑空调制冷系统的单位建筑面积制冷量及全热排热量也随之下降.
从具体数值来看，正如前面所分析，由于办公建筑2的空调冷负荷值较其他办公建筑偏大，因此办公建筑2的空调制冷系统单位建筑面积全热排热量及制冷量均大于其他办公建筑1，3，4.另外，各办公建筑空调制冷系统的单位建筑面积全热排热量均大于对应的单位建筑面积制冷量，并且由于各实测办公建筑的空调制冷机组实际运行性能参数不同，这4座办公建筑实测期间单位建筑面积全热排热量与制冷量平均值的比值也不同，大致在1.29～1.56范围内，为体现建筑空调制冷系统向大气排热效率，此处提出建筑空调制冷系统大气排热效率比HRER（heat rejection efficiency ratio）的概念，并可按如下公式进行描述：
HRER=Q.T/Q.E.（6）
式中：Q.T为空调制冷系统单位建筑面积全热排热量，W/m2；Q.E为空调制冷系统单位建筑面积制冷量，W/m2.由公式（6）可知，大气排热效率比HRER的数值越大，则表明建筑空调制冷机组制取单位制冷量时向室外排放的热量越多，反映了该建筑为维持建筑内部热舒适环境要求所需向外界的排热对大气热湿气候带来的影响越大.
3 结 论
1）在连续一周空调制冷系统运行的白天时间段内，出塔空气温度平均值较进塔空气温度平均值升高幅度较小仅为0.42 ℃，甚至在某些时段内由于受到入塔冷却水温偏低的影响，使出塔空气温度不升反降而对周边大气产生较为明显的排冷降温作用；而冷却塔出风口空气的相对湿度平均值为94.4%左右，几乎呈饱和状态向外排出，使塔周围空气的相对湿度明显升高.总体上冷却塔排热对建筑周围大气相对湿度的改变大于温度.
2）采用冷却塔作为排热设备的建筑空调制冷系统主要以潜热排热方式向室外排放，实测办公的建筑空调制冷系统全热排热日均值在85～106 W/m2范围内，其中潜热排热所占比例为95%～98.85%，显热排热所占比例很小仅为1%～5%；而在休息日的全热排热日平均实测值仅为工作日的22.2%.并且在入塔冷却水温度低于入塔空气温度的时间段内，由于出塔空气温度明显低于入塔空气温度而导致显热排热值出现较大负值.
3）室外高湿高热气候条件不利于建筑空调制冷系统向外排热排湿.4座实测办公建筑的空调制冷系统单位建筑面积的全热、显热和潜热排热量都呈现随室外大气温度和相对湿度升高而降低的一致趋势.由于各建筑冷负荷设计指标、空调制冷系统性能参数及实测期间室外气候条件各不同，各实测建筑空调制冷系统排热的数值大小和变化幅度也不同，并提出利用大气排热效率比HRER的定义来反映建筑空调制冷系统排热对大气热湿气候带来的影响程度大小.
致谢：深圳市建筑科学研究院开放课题“多用途建筑区域热气候与热岛强度评估方法的研究与模型建立”（YN2012001-1）的项目经费资助.
参考文献
[1] 江亿.我国建筑能耗状况及有效的节能途径＼[J＼].暖通空调，2005，35（5）：30-40.
JIANG Yi. Current building energy consumption in China and effective energy efficiency measures＼[J＼]. HV&AC，2005，35（5）：30-40. （In Chinese）
[2] 常世钧， 龚光彩.冷热源及建筑节能的研究现状和进展＼[J＼].建筑热能通风空调， 2003（5）：18-23.
CHANG Shi-jun， GONG Guang-cai. Research situation on cool and heat source as well as building energy conservation＼[J＼]. Building Energy & Environment，2003（5）：18-23. （In Chinese）
[3] 黄大田.全球变暖—温室效应与城市规划设计＼[J＼].城市规划， 2002，26（9）：77-79.
HUANG Da-tian. Global warming， heat island effect， urban planning and design＼[J＼]. City Planning Review，2002，26（9）：77-79. （In Chinese）
[4] 柳靖， 赵加宁， 刘京， 等.街道峡谷空气温度预测模型的建立及验证＼[J＼].湖南大学学报：自然科学版，2009，36（4）：74-79.
LIU Jing， ZHAO Jia-ning， LIU Jing， et al. Development and validation of a model for predicting air temperature in street canyons ＼[J＼].Journal of Hunan University：Natural Sciences，2009，36（4）：74-79. （In Chinese）
[5] 王频， 孟庆林. 城市人为热及其影响城市热环境的研究综述＼[J＼].建筑科学，2013，29（8）：99-106.
WANG Pin， MENG Qing-lin. Review on research of anthropogenic heat emission and its influence on urban thermal environment ＼[J＼].Building Science，2013，29（8）：99-106. （In Chinese）
[6] MASSON V. A physically-based scheme for the urban energy budget in atmospheric models＼[J＼]. Bound Layer Meteor， 2000，94：357-397.
[7] KONDO H，KIKEGAWA Y. Temperature variation in the urban canopy with the anthropogenic energy use＼[J＼]. Pure and Applied Geophysics， 2003，160（1）：317-324.
[8] BUENO B， NORFORD L， PIGEON G， et al. A resistance-capacitance network model for the analysis of the interactions between the energy performance of buildings and the urban climate＼[J＼]. Building and Environment， 2012，54：116-125.
[9] SALAMANCA F， GEORGRSCU M， MAHALOV A， et al. Anthropogenic heating of the urban environment due to air conditioning＼[J＼]. Journal of Geophysical Research-Atmospheres， 2014，119（10）：5949-5965.
[10]张弛，束炯，陈姗姗. 城市人为热排放分类研究及其对气温的影响＼[J＼].长江流域资源与环境， 2011， 20（2）： 232-238.
ZHANG Chi， SHU Jiong， CHEN Shan-shan. Urban anthropogenic heat categorizing and its effects on urban temperature＼[J＼]. Resources and Environment in the Yangtze Basin，2011，20（2）：232-238. （In Chinese）
[11]乐地，李念平，苏林，等. 基于道路布局的城市区域热环境数值模拟研究＼[J＼].湖南大学学报：自然科学版， 2012，39（1）：27-31.
LE Di， LI Nian-pin， SU Lin， et al. Numerical simulation study of urban thermal environment based on the road layout＼[J＼].Journal of Hunan University： Natural Sciences，2012，39（1）：27-31. （In Chinese）
[12]杜国付，朱清宇，冯晓梅，等. 不利条件下冷却塔通风效果CFD模拟优化分析＼[J＼].建筑科学， 2008，24（6）：75-80.
DU Guo-fu， ZHU Qing-yu， FENG Xiao-mei， et al. CFD optimization analysis on ventilation performance of cooling tower in disadvantageous conditions＼[J＼]. Building Science， 2008，24（6）：75-80. （In Chinese）
[13]吕楠，王超，祝贺，等. 冷却塔周围气流特性的CFD模拟和优化分析＼[J＼].建筑热能通风空调， 2014，33（1）：72-74.
LV Nan， WANG Chao， ZHU He， et al. CFD simulation and optimize of air flow characteristics of cooling tower＼[J＼].Building Energy & Environment，2014，33（1）：72-74. （In Chinese）
[14]周西华，梁茵，王小毛，等. 饱和水蒸气分压力经验公式的比较＼[J＼]. 辽宁工程技术大学学报， 2007，26（3）： 331-333.
ZHOU Xi-hua， LIANG Yin， WANG Xiao-mao， et al. Comparison of saturation vapor pressure formulas＼[J＼]. Journal of Liaoning Technical University，2007，26（3）：331-333. （In Chinese）
作者：穆康刘京卢振曹勇张建利
建筑与水系统实测分析论文 篇3：
明流脉动压强特性对自掺气发展影响试验研究
摘要：通过系列模型试验，采用脉动压强仪和针式掺气浓度仪，在不同初始流速与水深条件下详细测量了陡槽自掺气水流沿程各断面掺气浓度与脉动压强，重点分析了脉动压强与掺气浓度分布之间的相关关系，以及断面平均脉动强度对掺气区气泡扩散的影响。试验结果表明：随着明渠水流自掺气沿程不断发展，同一个断面上的脉动压强从断面底部至自由面呈现出先增大后减小的趋势，其中最大值位于断面掺气扩散区：断面平均脉动强度呈现沿程逐渐增大的变化趋势;在不同来流流速、水深及雷诺数条件下，自掺气水流断面平均脉动强度与断面掺气扩散区域之间呈现良好的相关关系。
关键词：明渠;自掺气发展区;掺气浓度;脉动压强
文献标志码：A
doi：10.3969/j.issn.1000- 1379.2019.06.025
随着高坝技术的不断发展，世界各国修建了越来越多的高水头建筑物，泄水建筑物过流流速也在不断增大。当泄水建筑物的水流速度达到一定值时，空气能够通过自由面进入水体，形成掺气水流，也就是水气二相流。掺气后的水气二相流表现为乳白色的水气混合体，其些水力学参数与未掺气的水流有所不同。例如：掺气水流相较于未掺气之前水体膨胀、水深明显增大[1]，水流掺气后对改善水工建筑物空化空蚀有明显作用[2-3]。20世纪以来，许多学者对掺气机理进行了研究。Lane E.W.[4]提出紊流边界层理论，认为当水流紊动边界层发展自由面时，紊流暴露在空气中，水流紊动引起自由面水质点横向脉动流速的动能大于表面张力和重力所做的功时，水质点离开自由面，当水质点重新掉落回水中时，使水流掺气。Hickox P.U.等[5-6]认为紊动与水面相互作用掺气，当水体自由面流速与空气速度不相等时自由面会形成波浪，当自由面水流速度与空气流速的差值大于波浪传播速度时，波浪相对水体有沿水流方向的位移，最终波浪破碎，卷入空气。杨永森等[7-9]对发生掺气的地点、断面掺气浓度以及掺气水深计算方法进行了许多研究，提出了相应的计算公式。吴持恭[1]将掺气区域分成水点跃移区和气泡悬移区两部分计算，得到相应的计算公式，虽然公式简单，与实测资料吻合良好，但有些系数需要进一步研究。卫望汝等[10-12]对掺气发展区流速分布、气泡尺寸分布等进行研究，结果表明，在掺气断面自由面附近气泡直径较大，虽然气泡个数较少，但掺气浓度较高;随着水深的减小，气泡逐渐进入水体内部后，其直径有减小的趋势，虽然气泡个数增多，但掺气浓度较低。
对于明渠自掺气水流，气泡进入水体后，其运动过程、尺寸分布规律及掺气浓度分布规律都可能与水体紊动情况相关，也就与水体的脉动压强及分布规律有关，但到目前为止只知道水流掺气后，水体脉动压强会有所增大，对于具体断面脉动压强的分布规律尚不明确。笔者希望通过对明渠自掺气沿程掺气浓度和脉动压强的测量，得出掺气水流断面压强分布规律，分析其与掺气发展的关系，寻求以紊动强度表征自掺气沿程扩散的规律，以求更加深入、全面地了解明渠自掺气水流发展区的特征。
1 模型试验
1.1 试验装置
试验装置为四川大学水力学与山区河流开发保护国家重点实验室的大型变坡陡槽系统，该系统由水箱、可调节开度的有压出口段及无压明流段组成，明流段两侧由透明钢化玻璃制成（见图1）。用于试验研究时陡槽坡度为280，长18 m、宽0.3 cm、高0.3 cm，如图l（a）所示。试验中使用CQY-V4.01针式掺气浓度仪对沿程掺气浓度进行测量。根据文献[13 -14]，针式掺气浓度仪对测量模型试验掺气浓度有明显的优势，其主要由感应探针、信号数据收集器和计算机分析系统三部分组成。感应探针的核心是一对铂金丝针型电极，它穿在直径为0.50 mm的不锈钢钢管中，并与信号数据收集器和计算机分析系统相连，最小可检测出直径为0.05 mm的气泡。掺气浓度仪测量原理是：当水和空气通过感应探针时，两者的信号不同，信号经过电脑处理后可记录其变化过程。当探针以频率Fsample（每秒钟采集信号的个数）工作时，设定的测量时间为t，则可以得到txFsample=M个信号，系统自动将这些信号分成水信号和空气信号，并依此计算掺气浓度。感应器采样频率Fsample可以根据针式掺气浓度仪最小气泡感應条件和试验工况流速选取，本次试验研究中，最大流速为7.5 m/s，最小可检测气泡直径为0.05mm，设定采样频率为150 kHz，采样时间设定为Ss。
目前，国内外测量脉动压强普遍采用的是非电量电测法，将非电量转换为电量的传感器有电容式和电阻式两种，电阻式压强传感器因制作简便、工作性能好而被广泛应用于试验研究中15]。本次试验中用于测量脉动压强的是成都泰斯特公司研发的脉动压强测量系统，该系统主要由量程为100 kPa的CY-201型压阻式脉动探头、485-20型数字传感集线器和smartsen-sor4.1计算机分析系统三部分组成。脉动传感器可将压强变化以电流变化的形式展现出来，再经过信号采集器的滤波与放大后，用示波仪进行记录，最终得到脉动压强波形图。
1.2 试验过程
试验时，将脉动探头与6 mm长L形标准毕托管连接，毕托管固定在可上下和左右移动的精密仪器上。为了验证脉动压强测量系统的可靠性，先使用该系统对未掺气清水底流速明渠脉动强度进行测量。为了确定采样时长，在试验前设定采样时长为10、20、60、120s分别测量不同点的脉动数据。结果显示：采样时长为10 s时脉动强度与时长为20、60、120 s时有明显差别，但采样时长为20、60、120 s时脉动强度无明显差别，故本次试验设定采样时长为20 s。
试验分别测量了3种不同开度（ d0=0.05、0.08、0. 10 m）、6种不同水流流量（Q=93、113、154、180、195、225 Us）工况下的数据。为了获得较大出口流速，使水流尽快掺气，所有出流均为有压出流，流速v0范围为6.2 - 7.5 m/s。以出口处为原点，沿水流方向为x方向，水深方向为y方向，测量断面分别距离出口0.3、0.9、2.7、4.2、5.7、7.2、8.7、10.2 m。测量掺气浓度和脉动压强时，各断面最低测点距离陡槽底部距离为3 mm.每两个点之间间隔3 mm.直至测针完全离开水面。测量得到的数据有断面各点掺气浓度、静水压强、动水压强和脉动强度。具体测量工况见表1。
2 结果与讨论
2.1 自掺气水流断面紊动强度与浓度分布规律
在分析掺气浓度时，定义y2（掺气浓度为2%）对应的水深为掺气的下边界，y2以下区域为清水区，y90（掺气浓度为90%）对应的水深为自由面，y90以上区域为水点跃移区，y2到y90水深区域为气泡悬移区，如图l（c）所示。图2为断面脉动强度与水深的关系，其中σx、σy，分别为x方向和y方向脉动强度。从图2可以看到，脉动强度从渠底至水面呈现先增大后减小的趋势，在靠近渠底附近脉动强度最大，这与参考文献[16]中的脉动压强分布吻合，说明试验设备和测量方法是可靠的。
图3为不同工况断面脉动强度与掺气浓度分布图（c为掺气浓度;1-x/d0= 204表示工况1、x/d0= 204断面，其他子图题与此类似）。
在清水区，随着水深的增大，σ在第1个测量点对应的脉动强度值附近震荡，不存在明显的单调性规律。在y2至y90之间的掺气区（气泡悬移区），虽然脉动强度也在不断震荡，但其平均值σm（脉动强度算术平均值）相较于清水区的明显增大。图3（a）中，清水区σm=0.13 kPa，而在气泡悬移区σm=0.24 kPa;图3（b）中，清水区σm=0.10 kPa，气泡悬移区σm=0.21 kPa;图3（c）中，清水区σm=0.04 kPa，气泡悬移区σm=0.06 kPa;图3（d）中，清水区σm=0.09 kPa，气泡悬移区σm= 0.18 kPa。这说明，气泡悬移区的脉动强度明显大于清水区的，掺气区域内水体紊动更加剧烈。由图3可知，不同断面脉动强度均存在一个最大值σmax。图3（a）中，d=0.042 m时o-ax= 0.44 kPa;图3（b）中，d= 0.042 m时o-ax= 0.40 kPa;图3（c）中，d= 0.084 m时σmax=0. 16 kPa;图3（d）中，d= 0.054 m时σmax=0.31 kPa。这说明在掺气断面，虽然脉动强度存在一个最大值，但是这个值所对应的水深不在自由面，也不在渠道底部，而是在水流掺气区内某一水深处。在本次试验范围内，尚不能得出这个脉动强度最大值所对应的具体水深位置，还需要进一步开展试验研究。从不同水流条件、不同断面脉动强度分布规律来看，对于任意一个断面，自掺气水流断面脉动强度整体呈现出先增大、后减小的趋势，并且脉动强度最大值出现在气泡悬移区。在未发生掺气的明渠水流中，虽然脉动强度整体也呈现出先增大、后减小的趋势，但未掺气的明渠水流断面脉动强度最大值在靠近渠底附近，渠底附近脉动强度平均值大于自由面附近的，且自由面脉动强度值最小，这充分体现了掺气水流紊动特性与非掺气水流的显著差异。
分析认为：在未发生掺气的明渠水流中，靠近渠底附近由于水体切应力和水流流速梯度较大，加上渠道底部粗糙度的干扰，涡体往往在渠道底部附近形成，因此在渠底附近脉动强度最大[14]。在掺气水流中，水流流速较大，水体紊动更加剧烈，在渠底附近更容易形成涡体，大量气泡进入水体后，气泡浮力与水体紊动相互作用，相比于非掺气水流，促进了涡体在不同流层之间的紊动交换，气泡个数越多，这种紊动作用的改变越显著。根据对不同掺气水流水气结构的分析研究认为，气泡个数的断面分布峰值位置处于掺气区内部，这也解释了紊动断面分布与掺气浓度断面分布的相关关系。
2.2 自掺气水流沿程断面平均脉动强度与掺气区域变化规律
图4为各工况下断面的平均脉动强度σm、β（β为对掺气上下边界水深进行无量纲化的比值，β= y2/y90，反映了断面掺气区域的大小）随不同断面x/d0变化图，反映了脉动强度与掺气发展的关系。
对比同一工况数据可以发现，随着水流自掺气沿程不断发展，σm不断增大，y2/HO不断减小，说明随着脉动强度不断增大，掺气底缘不断向渠道底部发展，但均未达到渠道底部，说明所有工况测量范围均处在掺气发展区，未达到均匀掺气的状态。
由图4可见，各工况断面平均脉动强度σm沿程不断增大，而卢沿程不断减小。图4（a）中（Re=3.1×105），x/d0=6断面，σm、β分别为0.02 kPa和0.96，发展到x/do= 204断面，σm、β分别为0.19和0.51;图4（f）中（Re= 7.5x105），在x/do=3断面，σm、β分别为0.06 kPa和0.90，发展到x/do= 102断面，σm、β分别为0. 12 kPa和0.65。由于水流紊动和测量误差，因此脉动强度的测量结果有一定的震荡性，但不影响整体规律被揭示。可以看出，不同水流条件下，断面平均脉动强度沿程不断增大，而水深无量纲比值β沿程不断减小。卢沿程不断减小，说明沿程y2与y90的差值增大，气泡悬移区所对应的水深越大，断面掺气区域越大。气泡进入水体后，其运动过程可认为是在紊动作用下的扩散过程[17-18]，由紊動扩散理论可知，气泡在二维垂向上的运动受脉动扩散系数影响，脉动扩散系数越大，进入水体的气泡越容易向水体内部扩散，脉动扩散系数越小，进入水体的气泡越不容易向水体内部发展。一般认为脉动压强是涡体随机掺混、随机运动引起的，脉动强度越大，则涡体随机运动越剧烈，脉动流速也就越大。也就是说，脉动强度越大，则脉动流速越大，同样脉动扩散系数越大，进入水体的气泡越容易向水体内部发展，这也印证了试验结果：随着沿程断面平均脉动强度的不断增大，掺气区域不断扩大，掺气底缘不断向渠底发展。
2.3 自掺气水流紊动强度对掺气区沿程扩散的影响规律
图5为各工况下断面掺气下边界y。与上边界y90的比值β随脉动强度o-的变化图。虽然本试验范围内水流初始雷诺数存在较大差异（工况1中Re=3.1×105，工况6中Re= 7.5x 105），沿程相对发展距离x/do也存在较大差异（工况1从x/d0=6断面发展到x/d0= 204断面，工况6从x/d0=3断面发展到x/d0= 102断面），但从图5看，不同工况下卢与σx存在良好的相关关系。在不同水流条件下，沿程自掺气相对发展距离的差异，导致试验段内自掺气水流断面平均脉动强度存在一定的差异，初始雷诺数较小时，沿程水体脉动变化范围较大，导致下游发展区长度相对更长：初始雷诺数较大时，下游自掺气发展速度更为显著，自掺气水流发展过程中的紊动强度变化范围相对较小。进一步分析，以断面平均脉动强度表征自掺气区域沿程变化可以看出，在自掺气发展区内，相同脉动强度条件下，掺气扩散区域基本一致，二者之间存在良好的相关关系。随着自掺气发展区断面紊动强度的增大，掺气区域不断向水体内部发展，并且不受水流条件差异的影响。比如：工况1中σx由0.04 kPa增大至0.12 kPa时，卢值由0. 92减小至0.73;在工况5中σx值由0. 04kPa增大至0.12 kPa时，卢值由0.93减小至0.65，两者在σx值相近时，β值近乎相等。虽然各工况脉动强度不同，但是随着自掺气区域的不断发展，各工况掺气变化区域基本一致。需要说明的是，本试验采用的是有压出口接明渠的渠道设计型式，由于有压出口断面流速较高，均达到初始断面即发生自掺气所需的水流条件，因此均认为出口位置水流断面为自掺气发生点位置。对于明渠自掺气发展的规律在今后的研究中还需进一步分析验证。
3 结论
针对明渠自掺气水流掺气发展区，通过物理模型试验，测量了沿程各断面脉动压强的强度和掺气浓度，分析了不同断面渠底至自由面x方向脉动压强的变化规律和自掺气沿程发展过程与脉动压强变化的相关关系。结果表明：①在自掺气发展区，同一掺气水流断面x方向脉动强度沿水深方向呈现先增大、后减小的变化规律，掺气区脉动压强大于清水区的，且其峰值位置均出现在断面掺气区内部：②随着自掺气沿程不断发展，自掺气发展区沿程断面平均脉动强度逐渐增大，掺气区域不断扩大，掺气区底缘位置逐渐向渠底发展：③在掺气发展区，掺气水流断面的脉动强度对掺气发展过程有直接影响，不同水流条件下脉动强度与掺气扩散区呈现基本一致的相关关系。
参考文献：
[1] 吴持恭，明渠水气二相流[M].成都：成都科技大学，1989：19-39.
[2] 高月霞，高速水流掺气与通气减蚀的试验研究[D].合肥：合肥工业大学，2005：30-33.
[3] 陈先朴，西汝泽，邵东超，等，掺气减蚀保护作用的新概念[J].水利学报，2003，34（8）：70-74.
[4]
LANE E W. Etrainment of Air in Swiftly Flowing Water[J].Civil Engineering， 1939，9（2）：89-91.
[5] HICKOX P U.Air Entrainment on Spill Faces[J].Civil En-gineering， 1945， 15（ 12）： 562-563.
[6]
VOLKART P.The Mechanism of Air Bubble Entrainment inSelf-Aerated Flow[J].Intemational Joumal of MultiphaseFlow， 1980， 6（5）：411-423.
[7] 楊永森，吴持恭.明渠自掺气水流掺气发展区浓度分布的计算[J].成都科技大学学报，1992（3）：29-34.
[8]杨永森.明渠自掺气水流掺气浓度分布Wood模型的改进研究[J].四川水力发电，1992（2）：45-49.
[9]赵学问，刘善均，董宝顺，明渠自掺气水流发展区掺气浓度分布试验[J].东北水利水电，2007，25（ 12）：35-37.
[10] 卫望汝，邓军，田忠，等，明渠水流自掺气发展区水气结构分析[J].水科学进展，2014，25（5）：704-712.
[11]邓军，许唯临，自掺气水流流速分布[J].水动力学研究与进展，2002.17（3）：369-375.
[12] 卫望汝，明渠水流自掺气发展区掺气特性研究[D].成都：四川大学，2015：52-56，70-90.
[13] 陈先朴，邵东超.掺气水流的气泡尺寸检测[J].水利水电技术，2006，37（ 10）：33-36.
[14]陈先朴.针式掺气流速仪的研制与应用[M].北京：海洋出版社，2000：25-33.
[15]李建中，宁利中.高速水力学[M].西安：西北工业大学出版，1994：67-73.
[16]吴持恭，水力学[M].4版.北京：高等教育出版社，2008：133-142.
[17] HUBERT C，GONZALEZ C A.Physical Modelling and ScaleEffects of Air-Water Flows on Stepped Spillways[J].浙江大学学报A（应用物理及工程版）（英文版），2005（3）： 36-43.
[18] 周云，光滑矩形槽中横向紊动扩散系数的研究[J].甘肃科学学报，1995（2）：8-12.
作者：唐毓朔 邓军 卫望汝 龚静