住宅室内外细颗粒物浓度水平相关性研究

发布时间：2018-04-14 12:02

  本文选题：细颗粒物 + 相关性　； 参考：《湖南工业大学》2016年硕士论文

【摘要】：空气中的细颗粒物含有大量的有毒、有害物质,对人体健康的危害性极强。城市居民约有85%以上的时间在不同的室内环境中停留,其中住宅内停留时间又占到了室内总停留时间的50%以上。住宅内空气中的细颗粒物主要来源于室外,且主要通过门窗等途径进入室内。因此,本文采用数值模拟和实验研究方法,建立室内外细颗粒物浓度相关性模型,研究和预测室内细颗粒物的浓度水平。论文主要完成了如下工作:(1)通过建立室内外细颗粒物浓度相关性模型,研究室外细颗粒物通过门窗等渗透进入室内环境的细颗粒物的量。住宅建筑由于窗开启时间较多,主要研究了在不同开窗情况下(1/2开窗、1/3开窗、1/4开窗、1/8开窗和窗户全关),室外细颗粒物浓度对住宅室内细颗粒物浓度的影响。(2)通过对细颗粒物在空气中运动的受力情况分析,得出阻力、重力和布朗力是影响细颗粒物在空气中运动的最主要的力。利用Fluent软件模拟住宅内不同开窗情况下,室内速度场和室内细颗粒物浓度分布情况。在不同开窗情况下,通过模拟计算与实测分析可知,住宅室内细颗粒物浓度随室外细颗粒物浓度变化而变化,且两者变化趋势呈现一致性,且开窗面积大小与室内外PM2.5浓度差值成反比。最后,通过实验对模拟结果进行了验证,得到两者结果基本一致。(3)实验研究方面,首先通过预实验排除正式实验过程中可能遇到的一些未知问题,然后通过SPSS19.0和EXCEL2010对实验结果进行相关性和回归分析。相关性分析得出住宅室内外细颗粒物浓度相关性显著,回归分析得出拟合度较高的一元线性回归方程。另外,还进行了密闭室内环境细颗粒物在恒湿变温和变湿恒温条件下的沉降实验,结果表明细颗粒物沉降速率与温度和湿度均成正比,且湿度的影响大于温度影响。由此可见,采用CFD模拟和实验相结合的方法来拟合预测公式,再根据室外PM2.5浓度和开窗情况,可以较准确的预测住宅室内PM2.5浓度,从而为改善住宅内空气品质提供理论依据。
[Abstract]:Fine particles in the air contain a large number of toxic and harmful substances, which are extremely harmful to human health.More than 85% of the urban residents stay in different indoor environments, and the residence time accounts for more than 50% of the total indoor residence time.The fine particles in the air mainly come from outside, and enter the house mainly through doors and windows.Therefore, the correlation model of indoor and outdoor fine particulate concentration is established by numerical simulation and experimental study, and the concentration level of indoor fine particulate matter is studied and predicted.The main work of this paper is as follows: (1) through establishing the correlation model of indoor and outdoor fine particles concentration, the quantity of indoor fine particles infiltrated through doors and windows into the indoor environment is studied.Because of the opening time of windows in residential buildings,This paper mainly studied the effects of 1 / 2 / 1 / 3 window opening and 1 / 4 window opening, 1 / 8 window opening, and outdoor fine particle concentration on indoor fine particle concentration under different window opening conditions. (2) by analyzing the force of fine particles moving in the air,Drag, gravity and Brownian force are the most important forces affecting fine particles in the air.Fluent software was used to simulate the indoor velocity field and the concentration distribution of fine particulate matter in different windows.Under different window opening conditions, through simulation calculation and actual measurement analysis, it can be seen that the indoor fine particulate matter concentration changes with the outdoor fine particulate matter concentration, and the change trend of both shows the same trend.The window area is inversely proportional to the difference of PM2.5 concentration in and out of the room.Finally, the simulation results are verified by experiments, and it is found that the two results are basically consistent with each other. First, some unknown problems that may be encountered in the formal experiment process are eliminated by pre-experiment.Then the correlation and regression analysis of the experimental results were carried out by SPSS19.0 and EXCEL2010.The correlation analysis showed that the concentration of fine particles in and out of the house was significantly correlated, and the linear regression equation with higher fitting degree was obtained by regression analysis.In addition, the sedimentation experiments of fine particles in the closed room were carried out under the condition of constant humidity and changing humidity to constant temperature. The results showed that the deposition rate of fine particles was proportional to temperature and humidity, and the effect of humidity was greater than that of temperature.It can be seen that the method of CFD simulation and experiment is used to fit the prediction formula, and then according to the outdoor PM2.5 concentration and window opening, the indoor PM2.5 concentration can be accurately predicted, thus providing a theoretical basis for improving the air quality in the residence.
【学位授予单位】：湖南工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：X513

【相似文献】

相关期刊论文 前10条

1 赵毓梅，李秋营，范建，李炳太;大气粗细颗粒物对大鼠肺泡巨噬细胞的影响[J];中国公共卫生学报;1995年04期

2 王耘;;科技期刊中“细颗粒物”符号表示方法调查与分析[J];中国科技术语;2014年01期

3 范柏祥,孙熙,王金波;可吸入细颗粒物的治理[J];中国环保产业;2003年03期

4 杨书申;邵龙义;;大气细颗粒物的透射电子显微镜研究[J];环境科学学报;2007年02期

5 冯加良;胡小玲;管晶晶;赵伟;;上海市大气细颗粒物的酸度及其与组成的关系[J];上海大学学报(自然科学版);2010年05期

6 柴发合;高健;王淑兰;;大气细颗粒物监测的政策制定和标准设计[J];环境保护;2011年16期

7 张莉君;东春阳;许慧慧;施烨闻;金奇昂;刘立平;沈先标;;上海市两社区大气细颗粒物的污染状况[J];环境与职业医学;2011年08期

8 杨春雪;阚海东;陈仁杰;;我国大气细颗粒物水平、成分、来源及污染特征[J];环境与健康杂志;2011年08期

9 ;揭开迷“雾”中的重重秘密——国家自然科学奖获奖项目解析我国空气中细颗粒物形成机制及影响[J];中国科技信息;2013年03期

10 范娇;秦晓蕾;薛晓丹;陈曦;赵力军;汤乃军;张利文;;细颗粒物的免疫毒性研究进展[J];环境化学;2013年02期

相关会议论文 前10条

1 吕阳;付柏淋;;两种典型通风方式下室内细颗粒物去除效果的研究[A];2013中国环境科学学会学术年会论文集（第五卷）[C];2013年

2 蒲维维;赵秀娟;张小玲;徐敬;徐晓峰;孟伟;;奥运前后北京地区细颗粒物污染特征及气象影响因素分析[A];第27届中国气象学会年会城市气象，，让生活更美好分会场论文集[C];2010年

3 冯加良;;上海及长三角地区大气细颗粒物中多环芳烃来源探讨[A];第六届全国环境化学大会暨环境科学仪器与分析仪器展览会摘要集[C];2011年

4 洪也;周德平;马雁军;李潮流;刘宁微;;沈阳城区春节期间大气细颗粒物元素的浓度变化及其来源[A];第26届中国气象学会年会大气成分与天气气候及环境变化分会场论文集[C];2009年

5 洪也;周德平;马雁军;李潮流;刘宁微;董玉敏;;沈阳城区春节期间大气细颗粒物元素的浓度变化及其来源[A];2010中国环境科学学会学术年会论文集(第四卷)[C];2010年

6 钱凌;银燕;童尧青;王巍巍;魏玉香;;南京北郊大气细颗粒物的粒径分布特征[A];中国气象学会2007年年会大气成分观测、研究与预报分会场论文集[C];2007年

7 钱凌;银燕;童尧青;王巍巍;魏玉香;;南京北郊大气细颗粒物的粒径分布特征[A];第四届长三角科技论坛论文集（下册）[C];2007年

8 王子晔;李宁;;浅谈PM2.5防控专利技术开发[A];2014年中华全国专利代理人协会年会第五届知识产权论坛论文集（第一部分）[C];2014年

9 叶兴南;尹姿;唐尘;陈建民;;基于吸湿性测量分析上海大气亚微米细颗粒物的混合态[A];中国化学会第28届学术年会第2分会场摘要集[C];2012年

10 陈晨;银燕;钱凌;王巍巍;陈宇;李嘉鹏;;南京北郊冬季大气细颗粒物浓度分布特征及其与边界层气象要素的关系[A];第十五届全国云降水与人工影响天气科学会议论文集（Ⅱ）[C];2008年

相关重要报纸文章 前10条

1 记者 吴苡婷;上海细颗粒物污染状况堪忧[N];上海科技报;2010年

2 本报记者 任震宇;细颗粒物威胁“健康出行”[N];中国消费者报;2011年

3 本报记者 周迎久;细颗粒物控制成约束性指标[N];中国环境报;2013年

4 ;强化源头削减 分区分类控制[N];中国环境报;2013年

5 记者 徐维欣;细颗粒物标准制定尚需时日[N];文汇报;2009年

6 通讯员 王双瑾;探寻PM_(2.5)真相[N];中国环境报;2013年

7 记者 拓玲;征细颗粒物排污费改善空气质量[N];西安日报;2012年

8 刘敬奇;北京发布清洁空气行动计划[N];中国环境报;2013年

9 本报记者 贺小巍;每个人既是PM2.5的受害者也是参与者[N];陕西日报;2012年

10 记者 荣丽君;我市在全省率先监测PM2.5[N];西宁晚报;2012年

相关博士学位论文 前10条

1 赵斌;细颗粒物化学组成及其对前体物排放响应的数值模拟研究[D];清华大学;2015年

2 吴伊人;含油雾的环境空气中微细颗粒物净化用纤维滤料的织物特性研究[D];东华大学;2015年

3 王晓斐;Gprc5a基因缺失小鼠对SiO_2诱导的肺损伤易感性增加[D];上海交通大学;2015年

4 张英志;柴油车细颗粒物理化性质及其排放特征研究[D];清华大学;2016年

5 王飞;废水中细颗粒物过滤去除机理研究及应用[D];华东理工大学;2016年

6 朱继保;细颗粒物的电收集技术研究[D];浙江大学;2010年

7 高知义;大气细颗粒物人群暴露的健康影响及遗传易感性研究[D];复旦大学;2010年

8 赵金镯;大气细颗粒物心血管毒性的机制研究[D];复旦大学;2008年

9 李庚达;煤粉燃烧细颗粒物生成、演化与沉积特性实验研究[D];清华大学;2014年

10 顾泽平;大气细颗粒物有机质组成的变化规律及其在源解析中的应用[D];上海大学;2010年

相关硕士学位论文 前10条

1 孙志春;汽车细颗粒物排放研究[D];长安大学;2013年

2 马琼锦;上海二城区大气细颗粒物致大鼠肺损伤的比较性研究[D];复旦大学;2014年

3 陈璐;石化企业大气污染物对环境空气中PM_(2.5)的贡献分析[D];中国石油大学(华东);2014年

4 周璐璐;燃煤细颗粒水汽相变长大特性实验研究[D];东南大学;2015年

5 刘欢;重庆市主城区冬季大气细颗粒物（PM2.5）质量浓度的遥感估算模型研究[D];重庆师范大学;2016年

6 玛依热·热夏提（Mayira·RiXat）;乌鲁木齐市大气细颗粒物（PM2.5）成分的分布特征及细胞毒性研究[D];新疆医科大学;2016年

7 殷丽娜;南京市大气细颗粒物中碳组分的时空分布特征及来源研究[D];南京大学;2016年

8 李满会;大气细颗粒物（PM_(2.5)）对COPD患者转归影响及其调控炎性体的研究[D];苏州大学;2016年

9 胡凡宝;基于傅立叶变换离子回旋共振质谱仪分析大气细颗粒物中的有机污染物[D];山东大学;2016年

10 蒋斌;鹤山超级站大气细颗粒成分特征及二次污染过程成因研究[D];暨南大学;2016年

本文编号：1749206