山东建筑大学  徐琳，郭红会，陈佳乐，于孔飞，赵英浩

       【摘  要】为了准确的火灾建模和排烟系统设计，了解火焰辐射分数是至关重要的。 最近的研究表明：对于庚烷池火灾，辐射分数随纵向通风速度的增加而减小。 然而，对于丙烷或液化石油气引发隧道火灾，纵向空气速度和燃料流量对火焰辐射分数的影响尚未得到研究。 为了填补这一空白，本文利用多孔燃烧器在1/20缩尺试验台进行了多组燃烧实验。提出以“背靠背圆台”描述可见火焰形状，根据固体火焰模型，建立火焰辐射预测模型，与实验结果相比，具有80%的精度。计算得到试验工况的辐射分数，并与文献数据进行了对比分析。 详细研究了纵向通风速度、燃料流量对火焰辐射分数的耦合效应，并分析了它们对排烟系统关键参数的影响。

ABSTRACT：Fires in tunnels have attracted special attention in recent years due to catastrophic fires, which cause huge human and economic losses. For accurate fire modelling and ventilation system design, it is critical to understand the correct radiative fraction of the flame. Recent study has proved that Xr decreases with the increase of longitudinal air velocity in heptane pool fires. However, the impacts of longitudinal air velocity and fuel flow rate on flame radiative fraction in propane or liquefied petroleum gas tunnel fires have not been studied. To fill the gap, this paper conducts two sets of fire experiments in a 1/20 reduced-scale wind tunnel using a porous burner. Unique visible flame shapes are observed and described by the ‘back-to-back conical frustum’. In comparison with the experimental results, the radiation model using the proposed flame shape shows an 80% accuracy. The predictive radiative fractions of the tests are calculated and compared with other tests from literature. The coupling effects of longitudinal air velocity and fuel flow rate on the flame radiative fraction are studied in detail. And their influences on key parameters of smoke extraction system are analyzed. 

1. 引言

       由于结构密闭，隧道火灾易引发灾难后果，火灾烟气控制引发广泛关注。火灾热释放速率Q，特别是对流热部分(Q_c=(1-X_r)Q)是一个关键技术参数，直接影响产烟量、临界风速的确定。其中，X_r是火灾辐射分数，工程设计中多参照无风环境下油池火数据，取常数0.2-0.4 ^[1-4]。事实上，随着通风速度增大，火焰形状、尺寸、光亮度发生明显变化，X_r数值可能随之发生变化^[5]。张等研究人员指出：对于中等大小、方形庚烷和丙酮池火，X_r随着通风速度的增大而减小，且随着池尺寸的减小，庚烷比丙酮的下降趋势更为明显^[6]。此外，以丙烷或液化石油气为燃料的多孔燃烧器常作为火源，用于隧道火灾缩尺实验。如何在实验中测量X_r，其数值随纵向通风速度、燃料流量如何变化?  这些问题值得深入讨论。

2. 理论分析

       辐射分数X_r可以计算如下：

          （1）

       其中，m_j 和∆H_c是燃料质量流量、燃烧热；η是燃烧效率。Q_r是火灾辐射放热量,难以直接测量，需要根据辐射模型进行计算。根据固体火焰辐射模型，热流计处辐射通量计算如下^[7]：

       （2）

       其中，τ_hf是火焰与热流计间空气透过率，由于间距小于10m，τ_hf ≈1^[8]；F_hf-Af是热流计处火焰辐射角系数；E_f是火焰表面平均辐射率；A_f是火焰表面积。公式（1）与（2）合并可得：

       （3）

3. 缩尺模型实验分析

       （1）实验台介绍

        如图1所示，针对某双车道公路隧道，根据Fr相似准则，搭建1/20缩尺隧道模型试验台。地板上安装两个多孔燃烧器模拟火源，送风段和燃料进气段设有流量调节及测量装置，模拟不同的纵向通风速度、LPG流量，参数变化见表1。地板上布置4个辐射热流传感器，1-1断面气体采样与气体分析仪连接，监测燃烧产物O₂, CO, CO₂变化，实验台详细参数设置参见文献[9-10]，这里不再赘述。

图1 缩尺模型实验装置 (单位：mm)
表 1 实验参数变化范围

       注：1.根据耗氧法测量火灾热释放速率。 

       （2）辐射模型验证

       利用MATLAB软件对可见火焰形状进行识别，并以火焰出现概率为0.5，标记火焰轮廓^[11]，文引入“背对背圆台”模型描述可见火焰的形状，见图2。对于实验1、2，以任意测点辐射热流为基准，根据公式（3），可预测其他测点辐射热流数值，其中角系数计算详见文献[9]。如图3所示，理论预测与测量值吻合较好，多数预测值在测量值的±20%之内， 没有预测值超出50%~150%的范围。即，基于该几何性状描述的火焰辐射模型是准确的，可用于后续X_r计算。 

（a）实验1火焰形状                      （b）实验2火焰形状                       (c) “背靠背圆台”火焰形状描述
(Gj=112.7 l/h, vin=0.36m/s）         (Gj=111l/h，vin=0.37m/s）                                                                
图2  典型实验工况可见火焰形状（立面图）及几何描述

图3 辐射热流预测值与测试值对比

4. 辐射分数

       （1）纵向通风速度、燃料流量对Xr的影响

       如图4(a)所示，对于相同的燃料流量，火焰辐射分数随着纵向通风速度的增加而减小。且随着燃气流量的增大，纵向通风速度的改变对辐射分数的影响呈增大趋势。以G_j=161l/h为例，当风速从0.1m/s增加到0.36m/s，X_r值从0.45减小至0.1。 此时，Q_c将从0.55Q增加到0.9Q，排烟系统的一些关键参数也会同时增大，见表2。与文献中常用X_r数值0.3相比，X_r=0.1意味着上述参数将低估8%-15.4%，对于X_r =0.45情况，参数则会高估8.3%-17.5%。

   
图4 辐射分数、燃烧效率随纵向通风速度、燃气流量的变化（实验1）

       此外，燃料流量对辐射分数的影响表现为两种情况:v_in>0.22m/s时，辐射分数与燃料流量无关; 当v_in <0.12m/s，随着燃气流量增加，辐射分数显著增加， 高Xr潜在原因是燃烧效率较低。本文根据耗氧法计算得到实验1火源燃烧效率，其随风速、燃气流量变化见图4（b）。考虑到取样断面存在一定自然分层，进而造成O₂、CO、CO₂的取样浓度降低，导致火灾热释放速率、燃烧效率预测偏低。但是，燃烧效率随纵向通风速度的变化是不容忽视的。随着v_in增大，η变化趋势与X_r相反，即在纵向通风速度较小时，辐射分数数值可能会更大。

表2 火灾排烟系统关键参数随辐射分数的变化

       注: 1. Q_c=(1-X_r)Q，假定热释放速率 Q不变。 2. 下标 ‘1’, ‘2’ and ‘3’ 对应 X_r=0.45/0.1/0.3。

       （2）实验关联式的拟合

       考虑到实验中火焰扩散的物理本质与横风作用下放散火炬扩散情况类似，本文进一步参照已有文献数据处理方法^[13]，将实验测试结果整理回归得到适于工程应用的关联式，见公式（4），工程师可以快速地估算出不同燃气流量，通风速度下X_r，用于隧道火灾排烟系统设计。如图5所示，拟合实验关联曲线与横风作用下放散火炬实验变化趋势吻合^[13-14]。

       （4）

       R²=0.93

       其中，m_j是燃气流量，kg/s; v_in是纵向通风速度，m/s。

图5 辐射分数拟合曲线随v_in和m_j的变化

5 结论

       本文在1/20缩尺模型隧道中进行了多组隧道火灾试验，对纵向通风速度、燃气流量对辐射分数的影响展开讨论，结论如下：(1)提出了一种“背靠背圆台”形状描述多孔燃烧器可见火焰形状。与实验结果相比，基于该火焰形状描述的辐射模型具有80%以上的精度。 (2) X_r随纵向通风速度的增加而减小，且较大燃气流量时X_r数值变化远大于较小燃气流量情况。(3) X_r与通常假定常数值偏差较大，将影响排烟系统的可靠性。表2中列出的关键参数在X_r=0.1情况下被低估8%-15.4%，在X_r=0.45的情况下被高估8.3%-17.5%。 (4)当v_in>0.22m/s时，辐射分数与燃料流量无关; 当v_in <0.12m/s时，随着燃气流量的增加，辐射分数显著增加。

参考文献

       [1] Yi, L., Wang, X., Yang, Y., Wang, Y., & Zhou, Y. (2020). A simplified mathematical model for estimating gas temperature and velocity under natural smoke exhaust in sloping city tunnel fires. Sustainable Cities and Society, 55.
       [2] Ingason, H., Li, Y.Z., & Lönnermark, A. (2015). Tunnel fire dynamics. First Edition, Spring Verlag, New York.
       [3] Markatos, N. C., Malin, M. R. & Cox, G. (1982). Mathematical modelling of buoyancy-induced smoke flow in enclosures. International Journal of Heat and Mass Transfer, 25(1), 63-75.
       [4] Koseki, H., & Hayasaka, H. (1989). Estimation of thermal balance in heptane pool fire. Journal of Fire Sciences, 7(4), 237-250.
       [5] Hu, L., Zhang, X., Delichatsios, M. A., Wu, L., & Kuang, C. (2017). Pool fire flame base drag behavior with cross flow in a sub-atmospheric pressure. Proceedings of the Combustion Institute, 36(2), 3105-3112.
       [6] Zhang, X., Hu, L., Wu, L., & Kostiuk, L.W. (2019). Flame radiation emission from pool fires under the influence of cross airflow and ambient pressure. Combustion and Flame, 202, 243-251.
       [7] Mudan, K. S. (1987). Geometric view factors for thermal radiation hazard assessment. Fire Safety Journal, 12(2), 89-96.
       [8] Wayne,F.D.(1991). An economical formula for calculating atmospheric infrared transmissivities. Journal of Loss Prevention in the Process Industries, 4(2), 86-92.
       [9] 郭红会. 隧道近火源区域火焰辐射理论与实验研究，山东建筑大学硕士学位论文，2019.
       [10] Xu, L., Guo H., Ding C., Lu, Y., Liu, J., Impacts of longitudinal air velocity and fuel flow rate
on flame radiative fraction in tunnel, Sustainable Cities and Society, 61,102336
       [11] Zukoski, E.E., Cetegen, B.M., & Kubota, T. (1985). Visible structure of buoyant diffusion flames. Symposium (international) on Combustion, 20(1), 361-366.
       [12] Wu, Y., Bakar, M.Z.A., 2000. Control of smoke flow in tunnel fires using longitudinal ventilation systems- a study of the critical velocity. Fire Safety Journal, 35, 363-390.
       [13] Lin, S.B. (2015). Influence of Cross-wind on Low-momentum Turbulent Jet Diffusion Flame’s Image Parameters and Combusion Characteristics. A Thesis for the Doctor Degree, State Key Laborary of Fire Science, University of Science and Technology of China, Hefei, China.
       [14] Brzustowski, T.A., Gollahalli, S.R., Gupta, M.P., Kaptein, M., & Sullivan, H.F. (1975). Radiant Heating from Flares, American Society of Mechanical Engineers, New York, 75-HT-4.

       备注：本文收录于《建筑环境与能源》2021年10月刊 总第48期（第二十二届全国通风技术学术年会论文集）。版权归论文作者所有，任何形式转载请联系作者。