吹掃式仿生嗅覺檢測腔結構設計及流場性能模擬與試驗

文 韜，董 帥，龔中良，李立君，鄭立章，桑孟祥

（中南林業(yè)科技大學機電工程學院，長沙 410004）

吹掃式仿生嗅覺檢測腔結構設計及流場性能模擬與試驗

文 韜，董 帥，龔中良※，李立君，鄭立章，桑孟祥

（中南林業(yè)科技大學機電工程學院，長沙 410004）

為了優(yōu)選吹掃式仿生嗅覺檢測腔流場結構，提高腔內流體速度分布均勻穩(wěn)定性，以氣體運動微分方程為基礎，利用計算流體力學軟件Fluent對檢測腔內部流場進行了三維數值模擬，得到了設計工況條件下的氣體流動特性，提出并分析比較了3種檢測腔模型，同時將最優(yōu)模型的模擬值與試驗數據進行了對比分析。計算結果表明，檢測腔結構影響腔內氣體流速分布，多管道式檢測腔在沿管道軸向0.035～0.049 m，氣流速度變化存在平滑區(qū)，且穩(wěn)定在0.018～0.268 m/s，能夠滿足檢測工作條件，而線性排列式不存在平滑區(qū)，平行排列式平滑區(qū)速度范圍僅為0.001～0.018 m/s；多管道式檢測腔在流速均勻穩(wěn)定性方面存在優(yōu)勢，氣流速度最大偏差比和不均勻系數分別為 0.830 6和 0.292 0；同時，在數值模擬腔內氣體置換時間中，3種檢測腔經歷時間分別為223.4、302.0和213.8 s，多管道式結構的時間數值最小說明氣流響應快，工作效率高。多管道式結構模型能有效改善傳感器數值檢測的一致性，模型試驗中傳感器靈敏度檢測數值標準差范圍為0.153 5～0.428 3，變異系數分布在0.030 5～0.082 7。該研究可為仿生嗅覺檢測腔結構的流場均勻性設計提供參考。

傳感器；仿生；檢測；嗅覺；檢測腔；模型；數值模擬；性能分析

文 韜，董 帥，龔中良，李立君，鄭立章，桑孟祥. 吹掃式仿生嗅覺檢測腔結構設計及流場性能模擬與試驗[J]. 農業(yè)工程學報，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

吹掃式仿生嗅覺是模擬生物嗅覺的一種仿生技術[1-3]。嗅覺檢測腔是吹掃式仿生嗅覺檢測系統(tǒng)中重要的組成部分，嗅覺傳感器陣列部署在檢測腔內，待測氣體通過載氣吹掃至檢測腔內的嗅覺傳感器感知區(qū)域從而獲得嗅覺信號[4]。研究表明，檢測腔結構和腔內氣體流速分布是影響嗅覺檢測性能的重要因素[5-7]，檢測腔結構設計不合理易造成氣體在內部產生渦流，增加了傳感器響應和恢復時間，流速在檢測腔內分布不均，難以保證傳感器陣列感應數值的一致性。因此，探明吹掃氣體在嗅覺檢測腔內的流動特性和分布特征，提高檢測腔內氣體流速的均勻穩(wěn)定性，對于提高嗅覺檢測的準確性和重復性具有十分重要的意義。

目前，國內外關于腔體內流體流動特性研究，普遍采用計算仿真技術獲得腔體內流體參數的流場分布特征。Comer等[8]對人體兩倍分叉支氣管內的氣流結構和顆粒沉積進行了數值模擬。徐新喜等[9-10]對循環(huán)呼吸模式下口喉模型內的氣流運動特性進行了數值仿真。石志標等[11]根據解剖學的鼻腔結構，建立了鼻腔仿生模型并對腔內流場進行了數值模擬。Chen等[12]數值模擬了分配岐管在不同結構參數條件下內部壓力和質量流量分布特征。Moureh等[13]利用Fluent軟件對裝有貨物的掛車內部流場進行模擬仿真并進行試驗驗證。盧立新等[14-15]通過仿真包裝盒在抽氣和充氣方式作用下的內部流場比較其氣調置換性能。近年來，有學者將該技術應用于農業(yè)裝備流場的均勻性改善和腔體結構優(yōu)化設計并取得了初步進展。郭嘉明等[16]運用 Fluent軟件研究了不同冷藏運輸箱體結構對冷藏運輸環(huán)境均勻性的影響。朱紅耕等[17-18]采用RNGk-ω湍流模型分析得出高流量下蝸殼式出水流道的流場分布更加均勻。代建武等[19]對干燥機的氣流分配室流場進行了三維數值模擬，得到了熱氣流在氣流分配室內的流動特征，提出平板擾流模型能改善流場均勻性。但目前有關仿生嗅覺檢測腔內流體流動特性和流場均勻性的研究開展較少，石志標等[11]雖利用 Fluent軟件對電子鼻不同鼻腔結構氣體傳輸過程中的流體特性進行了數值模擬，分析比較了不同鼻腔結構對嗅覺檢測能力影響，但研究中缺少結構優(yōu)化分析和試驗驗證。

本文采用計算流體力學（computer fluent dynamic，CFD）方法對吹掃式仿生嗅覺檢測腔內部流場開展了設計工況條件下的氣體流動特性數值模擬，系統(tǒng)分析比較了 3種檢測腔原始模型和優(yōu)化模型的流場分布特征和嗅覺傳感器檢測區(qū)域流速均勻穩(wěn)定性，并采用標準氣體對最優(yōu)模型設計的檢測腔進行了吹掃試驗，驗證最優(yōu)模型結構數值仿真結果的合理性，為仿生嗅覺檢測腔結構優(yōu)化設計提供了一種參考。

1 仿生嗅覺檢測腔結構設計

考慮到檢測腔的體積、傳感器部署及腔內氣體的流動特性對傳感器檢測性能的影響，本文研究設計了 3種不同形式的仿生嗅覺檢測腔結構，嗅覺傳感器陣列由 5個傳感器組成，傳感器選型參考目前常用的TGS系列金屬氧化物半導體傳感器，傳感器外徑8 mm。

1.1 線性排列式結構

圖 1為線性排列式腔體結構（detection chamber of linear arrangement，DCLA），主要由進氣管、緩流區(qū)、檢測腔、傳感器陣列和排氣管組成。該結構進氣管與排氣管對稱分布在檢測腔兩側，管道內徑8 mm；檢測腔形狀呈長方體，體積為3.294×104mm3，分別通過緩流區(qū)與進氣管和排氣管平滑相連；傳感器陣列采用線性沿軸線方向均布方式固接于檢測腔底部內側，相互間隔15 mm。

圖1 傳感器線性排列設計方案Fig.1 Design scheme of linear array of sensors (DCLA)

1.2 平行排列式結構

圖 2為平行排列式腔體結構（detection chamber of parallel arrangement，DCPA），主要由進氣管、檢測腔、傳感器陣列和排氣管組成。該結構進氣管和排氣管與傳感器陣列部署于同一平面呈對稱分布，管道內徑8 mm；檢測腔形狀呈圓柱體，體積為1.541×105mm3；傳感器陣列采用圓周均布與中心布置相結合的方式固接于檢測腔底部內側，分布半徑30 mm。

圖2 傳感器平行排列設計方案Fig.2 Design scheme of parallel arrangement of sensors (DCPA)

1.3 多管道式結構

圖 3為多管道式腔體結構（detection chamber of multi-nasal duct，DCMD），主要由進氣管、檢測腔、傳感器陣列和排氣管組成。該結構進氣管和排氣管分布在圓柱型腔體的上下兩面，管道內徑8 mm；檢測腔采用單傳感器獨立通道的多管道式結構，腔體內管道分布呈米字型，各檢測通道均采用圓管道形式，通道內徑4 mm；傳感器陣列采用圓周均布方式固接于各檢測通道內側。

圖3 多鼻腔管道設計方案Fig.3 Multi-nasal duct design scheme (DCMD)

2 仿生嗅覺檢測腔流場數值模擬

2.1 氣體控制方程

檢測腔內的氣流運動為具有黏度的不可壓縮流動，腔內氣流運動的控制方程主要包括連續(xù)性方程和動量方程[20-23]，如式（1）～（2）。

式中δij表示 Kronecker函數：δij= 1，（i=j）；δij= 0，（i≠j）；ρ表示氣體密度，kg/m3；t表示時間，s；i,j= 1, 2, 3（i≠j）分別表示X,Y,Z3個方向，ui表示速度，m/s，xi表示坐標位置，m；μ表示黏性系數，Pa·s；p表示流體壓力，Pa?？紤]到檢測腔結構設計中存在急劇收縮、擴展和拐彎區(qū)域等復雜幾何結構，氣體流經上述區(qū)域將存在低雷諾數（Re）的湍流流動，因此本研究采用標準的k-ω湍流模型對氣體流場進行描述，湍流動能k（m2/s2）和耗散率ω可分別由式（3）～式（4）得出

式中Gk表示由于速度梯度的影響而產生的湍流動能，m2/s2；Gω是由ω方程產生的湍流耗散率；Γk和Γω分別表示k和ω的有效擴散率；Yk和Yω分別表示由于湍流的影響而產生的擴散率；Sk和Sω表示用戶自定義源項。

2.2 初始與邊界條件

嗅覺檢測過程中氣體由進氣管流入檢測腔并從排氣管自然流出，選取速度作為進氣管入口的邊界條件，吹掃式嗅覺檢測的氣體動力來源于外部高壓氣瓶，由于氣瓶的出口壓力穩(wěn)定，流入檢測腔進氣管的流速近似勻速，模擬過程可視為準穩(wěn)態(tài)?？紤]到實際的吹掃式嗅覺檢測過程中載氣流量調節(jié)范圍50～1 000 mL/min，流速變化范圍為0.017～0.332 m/s，氣體流速遠小于聲速，氣體在腔內流動過程視為不可壓縮過程，結合實際工況設定流速為0.3 m/s。出口選取壓力邊界條件，考慮其自然流出設定大氣壓力作為邊界值。腔內氣體溫度為室溫條件，設定腔內流體溫度為26 ℃。壁面采用無滑移邊界條件，假定壁面為剛性壁面，不考慮壁面彈性的影響。

2.3 數值計算方法

檢測腔內氣體流動過程數值模擬采用計算流體力學仿真軟件ANSYS中Workbench內置Fluent模塊完成。設計的3種檢測腔結構利用Workbench中ICEM CFD對計算模型采用四面體單元[24-25]格式進行網格劃分，物理模型網格單元數分別為134 739，643 812和109 197個，最大網格尺寸依次為1.5，1.5和1.0 mm，各模型網格數對所求解物理量的影響在1%以內。計算模型中近壁面及復雜結構部分網格進行加密處理，如圖4所示。

圖4 3種檢測腔模型網格劃分Fig.4 Meshes of three types of detection chamber model

在仿真計算中，控制方程采用分離隱式法求解，穩(wěn)態(tài)速度壓力耦合計算采用 SIMPLE算法，殘差精度設為0.001。

2.4 評價指標

為了定量比較檢測腔內傳感器感知區(qū)域流速的均勻性和腔體內部流場的穩(wěn)定性，本研究引入速度偏差比E和速度不均勻系數M，用來評價流場分布的均勻性和穩(wěn)定性[26-27]，其相應的計算公式如（5）～（6）所示：

式中VS為各傳感器檢測區(qū)域的流速均值，m/s；n為節(jié)點數；Vi為各點速度，m/s；為速度分布的總體均值，m/s。

3 仿生嗅覺檢測腔流場性能模擬與分析

3.1 檢測腔內流場結構分析

圖5為3種模型腔內流場結構云圖，模型的進口速度為0.3 m/s。由圖5a線性排列式檢測腔流場結構可知，氣流由A口進入檢測腔后，由于導流結構腔體徑向橫截面積逐漸增加，沿檢測腔軸向方向兩側氣壓減小，氣流發(fā)生分離現(xiàn)象[28]，并進行動量傳遞，檢測腔軸向氣流速度隨之減小，隨著氣流進入橫截面積相對穩(wěn)定的檢測腔中部，速度開始趨于穩(wěn)定，但在接近出口處時，由于檢測腔徑向橫截面的迅速減小又將使氣流速度增加。

圖5 3種檢測腔氣流結構云圖Fig.5 Airflow structure nephogram of three types of detection chamber

觀察圖5b平行排列式檢測腔流場結構可知，氣流經過A口流入檢測腔，在垂直于氣流入口速度方向C處檢測腔橫截面積突然增大，檢測腔進口A軸向方向兩側氣壓減小，氣流開始出現(xiàn)分離，其速度也會有相應的減小。當氣流到達腔體端面部位D處時，由于受到壁面約束，速度方向急劇改變，從而在壁面相交處產生渦流[29-30]。同時，在檢測腔中間部位E處，因受到氣流分離現(xiàn)象和渦流作用的影響，該區(qū)域氣流速度在整個檢測腔內分布偏低。對照圖5c多管道式檢測腔流場結構可知，氣流由A口進入檢測腔后，在多管道式結構的導向作用下，氣流速度沿管道分布均勻，因氣流在沿管道軸向流動過程中存在能量損失，則氣流速度在數值上會略有減小，在出口B處氣流逐步與周圍的氣體混合，不斷進行動量傳遞，因而出口速度值較大。

3.2 腔內流速分布分析

為了進一步分析模型結構差異對腔內氣體流動性能的影響，下面針對 3種檢測腔內氣體流速分布展開定量分析。圖6為3種檢測腔內部氣流速度等值云圖，模型進口速度為0.3 m/s。

由圖6a可知，線性排列式檢測腔內氣體流速分布范圍為0～0.45 m/s，氣體經檢測腔A口進入，氣流速度沿中心軸線方向有較為明顯的梯度變化，分布范圍為0.10～0.45 m/s，如果將傳感器陣列沿檢測腔軸向方向部署，氣體流速的梯度分布將會影響傳感器檢測的一致性。觀察圖 6b可知，平行排列式檢測腔內氣體流速分布范圍為0.02～0.42 m/s，氣體由進口A流入檢測腔，在檢測腔中間部位C′處速度范圍在0.02～0.10 m/s，數值分布集中且偏低?？紤]到檢測腔內設計的傳感器陣列由TGS系列金屬氧化物半導體傳感器構成，該傳感器敏感元件通過與氣味分子產生相互作用，使活性材料的導電性發(fā)生變化，當流過敏感元件表面的氣流速度偏低時，被檢測氣味分子與傳感器活性材料相互作用不充分，在很大程度上將會影響傳感器信號檢測的準確性。對照圖6c可知，多管道式檢測腔內氣體流速分布范圍在0.05～0.45 m/s，氣體經檢測腔進口A流入，因自身運動慣性作用在檢測腔中部C′形成一個高流速區(qū)，其速度分布范圍為 0.30～0.45 m/s，由于彎道處結構變化而導致氣流出現(xiàn)分離現(xiàn)象，流速梯度降低至0.05～0.35 m/s。在檢測腔位于中部管道軸線D′處，由于管道徑向沒有變化，氣體軸向流動過程中只與周圍氣體發(fā)生緩慢交換，速度分布范圍集中在0.20～0.30 m/s，波動范圍不會對檢測腔內氣體流動均勻性造成影響，能夠滿足傳感器檢測一致性的要求。

圖6 3種檢測腔內部氣流速度等值云圖Fig.6 Airflow velocity contour nephogram of three types of detection chamber

為了考察入口速度對檢測腔流速分布的影響，選擇最佳的入口速度作為檢測工作參數，不同入口速度下各檢測腔內沿管道軸向速度分布如圖7所示。由圖7a可知，線性排列式檢測腔在整個管腔內（軸向長度0～0.021 m），氣流速度分布沒有出現(xiàn)平滑區(qū)，不具備穩(wěn)定檢測的條件；而圖7b平行排列式檢測腔在沿管道軸向0.042～0.083 m，氣流速度出現(xiàn)平滑區(qū)M′，但其速度分布范圍僅為0.001～0.018 m/s，速度總體偏低，影響檢測工作效率；在圖7c多管道式檢測腔內，在沿管道軸向0.035～0.049 m時，氣流速度變化存在平滑區(qū)M′，且穩(wěn)定在0.018～0.268 m/s范圍，根據氧化物傳感器工作原理可知，平滑區(qū)M′是傳感器安裝的理想位置，能較好地滿足檢測工作條件。

圖7 不同入口速度下3種檢測腔的速度分布Fig.7 Velocity distribution of three types of detection chamber under different entrance velocities

根據前續(xù)引入的流體區(qū)域均勻性和穩(wěn)定性評價指標，不同入口速度條件下3種檢測腔流場性能如表1所示。

表1 不同入口速度下3種檢測腔流場評價指標Table 1 Airflow evaluation indicators of three types of detection chamber under different entrance velocities

由表 1可知，線性排列式檢測腔的偏差比和不均勻系數均隨入口氣流速度增大而減小，變化范圍在0.790 6～1.287 3和0.429 2～0.669 5，數值分布區(qū)間偏大，流場均勻性和穩(wěn)定性受到入口速度的影響過大；在入口氣流速度遞增時，平行排列式檢測腔的偏差比和不均勻系數出現(xiàn)波動，范圍集中分布在 1.138 3～1.350 5和0.875 2～0.967 6，數值總體偏大，流場均勻性和穩(wěn)定性影響傳感器檢測結果；而多管道式檢測腔的偏差比范圍在 0.711 5～0.830 6，且不均勻系數隨管腔入口氣流速度增大而減小，范圍在 0.253 3～0.292 0，流場評價指標數值集中且偏低，具備傳感器檢測條件。在氣流入口速度為0.3 m/s時，線性排列式檢測腔，平行排列式檢測腔和多管道式檢測腔氣流速度偏差比分別為 0.790 6、1.149 5和0.830 6，不均勻系數分別為0.429 2、0.885 8和0.253 3。當不考慮較大的氣流入口速度情況時，多管道式結構檢測腔流場評價指標數值在同等條件下的檢測腔中均為最小值，進一步說明多管道式檢測腔在流速的均勻性和流場的穩(wěn)定性方面存在優(yōu)勢。

3.3 腔內氣體置換時間數值模擬

為了探明各檢測腔氣體置換工作效率，可以通過數值模擬腔內不同工作周期氣體置換時間來分析。出于對上述分析的綜合考慮，不同入口速度下腔內流速分布趨勢大致相同，氣流入口速度在0.3 m/s時，各檢測腔流場評價指標最佳，因此在檢測腔氣體置換時間數值模擬中設定氣流入口速度為0.3 m/s。圖8為不同模型檢測腔內氮氣質量分數隨時間變化情況，應用 Fluent軟件設定腔體內空氣質量分數初始狀態(tài)為100%，同時為保證結果的精準性，模擬過程中選取較高精度等級測定氮氣質量分數，其中氮氣充滿或洗凈臨界點判定以相鄰 2個檢測數據差值小于10-6為依據。第1階段：通入氮氣置換腔內原有空氣；第2階段：在仿真時間81.2～109.0 s，各檢測腔內氮氣質量分數分別達到氣體充滿臨界點時，通入檢測氣體（乙烯）；第3階段：在仿真時間162.4～221.0 s，各檢測腔內氮氣質量分數分別降至氣體洗凈臨界點時，再次通入氮氣置換腔內原有乙烯，開始下一輪循環(huán)。由于在模擬氣體置換全周期內，始終有部分氮氣存在檢測腔中，故可通過連續(xù)測定氮氣質量分數來計算各階段經歷時間，其中臨界階段以氮氣質量分數99%或1%為標準。觀察圖8可知，線性排列式檢測腔3個階段分界明顯，各階段起始處斜率較大，說明在短時間內大部分氣體能夠進行置換，基本符合檢測腔工作效率要求；而平行排列式檢測腔氣體在短時間內置換效率較低，各個階段置換時間數值偏大影響檢測腔氣流響應時間；多管道式檢測腔各階段分界明顯且經歷時間較短，在氣體置換效率方面具有一定優(yōu)勢。

圖8 氮氣質量分數隨時間分布Fig.8 Nitrogen mass fraction with time of distribution

表2是不同工作周期下3種檢測腔氣體置換時間分布。由表2可知，3種檢測腔的第1、2階段經歷時間基本相等，但第3階段耗時均比第1、2階段短，且減少量最大值分別為36.2%、27.7%和36.7%，這主要由于氣體置換過程中受到檢測腔流場分布和流體物理屬性的影響造成的。綜合上述結果可知，多管道式檢測腔氮氣質量分數達到穩(wěn)定所需時間最短且各個階段經歷時間數值最小，說明多管道式檢測腔氣流響應時間短，工作效率高。

表2 不同工作周期下3種檢測腔氣體置換時間統(tǒng)計結果Table 2 Statistical results of time of gas replacement of three types of detection chamber under different stages

4 仿生嗅覺檢測腔內氣體流動試驗驗證

通過上述對 3種檢測腔的數值模擬分析，多管道式檢測腔無論是從氣流結構和流場速度，還是從氣體置換效率方面，其綜合性能都具有明顯地優(yōu)勢。為了更進一步論證數值模擬的準確性，本研究針對多管道式嗅覺檢測腔進行了試驗，研制的檢測腔實物如圖9所示。其中，不同工作周期氣體置換試驗中設置檢測腔入口氣流速度為0.3 m/s，便于對比分析數值模擬結果。試驗過程中，研制的仿生嗅覺分析儀自動采集傳感器數據，傳送至計算機作預處理。

圖9 多管道式檢測腔實物圖Fig.9 Prototype structure of detection chamber of multi-nasal duct

由圖10可知，監(jiān)測腔內傳感器電壓信號變化能實時捕捉檢測腔內氣體成分和濃度改變，進而得出不同工作周期內氣體置換的時間。檢測過程中，實時選取連續(xù) 90個數據進行最小二乘擬合處理，當傳感器量程的5%有效檢測限大于擬合數據的波動量時，則對應階段采樣結束，反之，繼續(xù)。多管道式檢測腔內氮氣置換空氣耗費100 s，乙烯氣體吹掃腔內氣體歷時150 s，而氮氣清洗檢測腔管道耗時150 s，整個檢測周期耗時400 s。試驗與數值模擬結果變化趨勢具有一致性，但試驗值要明顯大于仿真值，究其原因是數值模擬過程只仿真了氣體在腔體內的運動過程，而傳感器讀數指示的檢測時間包括氣體在腔內的流動時間、傳感器對氣體的感應時間和信號轉換時間。

表3是氣流入口速度為0.3 m/s時多管道式檢測腔內傳感器檢測結果。由表 3可知傳感器靈敏度檢測數值的標準差范圍0.153 5～0.428 3，變異系數分布在0.030 5～0.082 7，兩項參數的數值集中且偏低，基本符合前續(xù)腔內流速分布分析的結果。各項的偏差數值主要是由于試驗信號檢測過程中，受到機械加工、摩擦能量損失、試驗精度誤差等多方面影響。因此，根據上述傳感器檢測數值的分布特征可以驗證多管道式檢測腔結構對于傳感器陣列數值檢測具有一致性。

圖10 多管道式檢測腔檢測周期Fig.10 Detection period of detection chamber of multi-nasal duct

表3 多管道式檢測腔內傳感器檢測值的統(tǒng)計結果Table 3 Statistical results of detection chamber of multi-nasal duct of sensors’ detection value

5 結論與討論

本文對吹掃式仿生嗅覺檢測腔結構設計與流場性能進行了數值模擬和試驗驗證，分析了線性排列式、平行排列式和多管道式3種檢測腔氣流結構和流速分布規(guī)律，探究了不同工作周期氣體置換特性，得出以下主要結論。

1）檢測腔結構影響腔內氣體流速分布，多管道式檢測腔在沿管道軸向0.035～0.049 m，氣流速度變化存在平滑區(qū)，且穩(wěn)定在0.018～0.268 m/s，能夠滿足檢測工作條件。而線性排列式結構不存在平滑區(qū)，且不具備穩(wěn)定檢測的條件；平行排列式結構平滑區(qū)速度范圍僅為0.001～0.018 m/s，影響檢測腔工作效率。

2）多管道式檢測腔在流速均勻穩(wěn)定性方面存在優(yōu)勢，氣流速度最大偏差比和不均勻系數分別為0.830 6和0.292 0。而線性排列式和平行排列式最大偏差比分別為1.287 3和 1.350 5，最大不均勻系數分別為 0.669 5和0.997 6。

3）在數值模擬腔內不同工作周期氣體置換時間中，多管道式檢測腔經歷時間為213.8 s，數值最小說明其氣流響應快，工作效率高。線性排列式和平行排列式檢測周期經歷時間分別為223.4和302.0 s。

4）多管道式結構模型能有效改善傳感器靈敏度數值檢測的一致性，模型試驗中傳感器靈敏度檢測數值標準差范圍為 0.153 5～0.428 3，變異系數分布在 0.030 5～0.082 7。

對于檢測腔內傳感器安裝位置，文中只給出多管道式檢測腔沿管道軸向范圍0.035～0.049 m，沒有考慮傳感器對檢測腔內流場的影響，故還需要進一步探究出傳感器最佳的具體安裝位置和對腔內流體的影響。

[1]王俊，崔紹慶，陳新偉，等. 電子鼻傳感技術與應用研究進展[J]. 農業(yè)工程學報，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]鄒慧琴，劉勇，林輝，等. 電子鼻技術及應用研究進展[J].傳感器世界，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]楊文珍，吳新麗. 虛擬嗅覺研究綜述[J]. 系統(tǒng)仿真學報，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]何國泉，劉木華. 基于電子鼻的氣敏傳感器及其陣列[J].傳感器世界，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，鄭峰，等. 電廠排放煙氣中的小顆粒在呼吸道內運動沉積的數值模擬[J]. 能源與環(huán)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]張楚華，聞蘇平，劉陽. 人體呼吸道的二級及三級支氣管內吸氣流動的數值研究[J]. 生物醫(yī)學工程學雜志，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]孫秀珍，于馳，劉迎曦，等. 人體上呼吸道三維有限元重建與流場數值模擬[J]. 航天醫(yī)學與醫(yī)學工程，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，趙秀國，譚樹林，等. 循環(huán)呼吸模式口喉模型內氣流運動特性數值模擬[J]. 力學學報，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]趙秀國，徐新喜，孫棟，等. 人體上呼吸道氣流結構與氣溶膠沉積數值模擬[J]. 系統(tǒng)仿真學報，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]石志標，黃川，張學進，等. 電子鼻鼻腔結構對嗅覺能力影響的數值模擬[J]. 信號處理，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]盧立新，劉琳. 抽氣方式與充氣壓力對盒式氣調包裝氣體置換性能的影響[J]. 農業(yè)工程學報，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]盧立新，王杰．盒式氣調包裝機置換結構內部3D流場的模擬[J]. 農業(yè)機械學報，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，呂恩利，陸華忠，等. 冷藏運輸廂體結構對流場影響的數值模擬[J]. 農業(yè)工程學報，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]朱紅耕，袁壽其，劉厚林，等. 大型泵站蝸殼式出水流道三維紊流數值模擬[J]. 農業(yè)機械學報，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]朱紅耕，袁壽其. 大型泵站進水流道技術改造優(yōu)選設計[J].水利發(fā)電學報，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，肖紅偉，白竣文，等. 氣體射流沖擊干燥機氣流分配室流場模擬與結構優(yōu)化[J]. 農業(yè)工程學報，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. 工程流體力學[M]. 北京：機械工業(yè)出版社，2014.

[21]李國威，王巖，呂秀麗，等. 偏置短葉片離心泵內三維流場數值模擬[J]. 農業(yè)工程學報，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. 葉片式拋送裝置氣流流場數值模擬與優(yōu)化[J]. 農業(yè)機械學報，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]李鵬飛，許敏義，王飛飛. 精通CFD工程仿真與案例實戰(zhàn)[M]. 北京：人民郵電出版社，2014，12.

[25]李曉俊，袁壽其，潘中永，等. 基于結構化網格的離心泵全流場數值模擬[J]. 農業(yè)機械學報，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]雷賢良，李會雄，張慶，等. 鍋爐轉向室煙氣調節(jié)屏的調節(jié)性能與優(yōu)化設計[J]. 華中科技大學學報：自然科學版，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]韓文霆，吳普特，楊青，等. 噴灌水量分布均勻性評價指標比較及研究進展[J]. 農業(yè)工程學報，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]朱紅鈞. FLUENT 15.0流場分析實戰(zhàn)指南[M]. 北京：人民郵電出版社，2014，12.

[29]石志標，佟月英，陳東輝，等. 牛肉新鮮度的電子鼻檢測技[J]. 農業(yè)機械學報，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

國家自然科學基金（31401281）；湖南省自然科學基金（14JJ3115）；湖南省高校科技創(chuàng)新團隊支持計劃（2014207）；湖南省科技計劃重點研發(fā)項目（2016NK2151）

文 韜，男，湖南長沙人，博士，副教授，主要從事農業(yè)工程、機電一體化和信息技術應用研究。長沙 中南林業(yè)科技大學機電工程學院，410004。Email：wt207@sina.com

※通信作者：龔中良，男，湖北監(jiān)利人，博士，教授，主要從事機電一體化技術及應用研究。長沙 中南林業(yè)科技大學機電工程學院，410004。

Email：gzlaa@163.com

中國農業(yè)工程學會高級會員：文 韜（E041200816S）