MétaCan
Menu
Retour à la cohorte
Enregistrement W7001574609

L’effet de bâtiments en amont et en aval sur la dispersion des effluents : une approche axée sur la mécanique des fluides numérique (CFD)

2015· article· fr· W7001574609 sur OpenAlexaff

Notice bibliographique

Revuenon disponible
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueWind and Air Flow Studies
Établissements canadiensConcordia UniversityInstitut de recherche Robert-Sauvé en santé et en sécurité du travail
Organismes subventionnairesnon disponible
Mots-clésPanacheUrban environmentCoastal ecosystemAir pollutants
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Click here for the English version of this report La prédiction de la dispersion des émissions polluantes de cheminées de toit en milieu urbain est extrêmement complexe, tout particulièrement en présence de bâtiments voisins. Le comportement du panache dépend des caractéristiques du vent, mais il est aussi lourdement influencé par l’environnement. Il se peut ainsi que les effluents émis par une cheminée de toit se réintroduisent dans le bâtiment émetteur ou dans un bâtiment adjacent, exposant du coup les occupants à d’éventuels problèmes de santé. La conception et l’implantation optimales de cheminées d’évacuation pour limiter une telle réingestion au niveau des prises d’air et d’autres points sensibles peuvent constituer des défis de taille. Malheureusement, l’état d’avancement actuel de la modélisation de la dispersion, notamment autour d’une configuration de bâtiments non isolés, ne permet pas d’obtenir des estimations suffisamment précises pour éviter de telles situations. Par conséquent, il s’avère nécessaire de développer un nouveau modèle ou de modifier un modèle existant pour prendre en compte les effets de la dispersion des effluents et pour évaluer précisément l’impact des bâtiments qui se trouvent dans le voisinage immédiat de la source de polluants. Afin d’aborder cette question, un programme de recherche coopérative axé sur la modélisation numérique et expérimentale a été mis sur pied entre l’Université Concordia et l’IRSST. Le présent rapport se concentre sur le volet de modélisation numérique de la recherche, les résultats expérimentaux ayant été publiés dans un rapport complémentaire (Stathopoulos et al., 2014). Cette étude avait pour but de favoriser une meilleure compréhension de l’aérodynamique de la pollution atmosphérique dans les zones urbaines en mettant l’accent sur les configurations de bâtiments non isolés les plus représentatives : un bâtiment situé en amont d’un bâtiment émetteur, un bâtiment situé en aval d’un bâtiment émetteur, et un bâtiment situé de part et d’autre (en amont et en aval) d’un bâtiment émetteur. Ces différents cas ont tous été comparés à un cas de référence, à savoir celui d’un bâtiment isolé. L’effet de bâtiments adjacents dans le champ proche d’une source d’émissions polluantes a été analysé sous l’angle de la distribution de la dilution sur le toit d’un bâtiment émetteur. La méthodologie de recherche utilisée fait appel à la mécanique des fluides numérique (CFD) pour étudier la dispersion des polluants autour d’un groupe de bâtiments. Cet outil fournit des renseignements détaillés sur les profils d’écoulement et les champs de concentration (ou de dilution) en résolvant les équations d’écoulement dans l’ensemble du domaine de calcul. La fiabilité des simulations numériques est une des principales préoccupations de cette étude ; par conséquent, la validation des résultats par le biais de comparaisons avec les données de soufflerie recueillies au cours de la phase expérimentale de l’étude menée à l’Université Concordia est incluse dans le présent rapport. La qualité du maillage, les conditions limites, le choix des modèles de turbulence, le traitement des parois et les paramètres numériques font partie des éléments qui peuvent être calibrés par comparaison avec les données expérimentales. Pour atteindre notre objectif, deux étapes sont proposées. La première consiste à réunir suffisamment d’information des paramètres nécessaires pour la simulations CFD de l’écoulement de l’air et la dispersion de polluants en milieu urbain. Une attention particulière est accordée aux processus de transport afin de construire le meilleur modèle numérique possible pour de telles applications. La deuxième étape consiste en une analyse paramétrique de divers cas de dispersion de polluants en milieu urbain. Les résultats sont présentés en termes de dilution normalisée au niveau du toit d’un bâtiment émetteur, mais aussi sous forme d’iso-contours de dilution et de lignes de courant illustrant le profil de l’écoulement de l’air pour toutes les configurations de bâtiments analysées. La première étape a permis de constater qu’en général, les simulations CFD stationnaires tendent à sous-estimer la dilution par rapport aux résultats obtenus en soufflerie. Cette sous-estimation est probablement due à l’incapacité inhérente des équations de Navier-Stokes en moyenne de Reynolds (RANS) à rendre compte des fluctuations de l’écoulement. Un ajustement de la valeur du nombre de Schmidt turbulent (Sct) permet d’obtenir une meilleure concordance avec les données expérimentales. En effet, une réduction du Sct permet d’augmenter la diffusion turbulente, et conséquemment la dilution des polluants. L’analyse paramétrique (deuxième étape) a fourni de précieux renseignements sur la distribution des scalaires et les champs de vitesse, de même que sur les structures tourbillonnaires qui se forment sous le vent et entre les bâtiments. La connaissance de la façon dont ces caractéristiques de l’écoulement interagissent avec l’environnement est essentielle à une meilleure compréhension de la dispersion des polluants en milieu urbain. Abstract The prediction of pollutant dispersion from rooftop emissions in an urban environment is an extremely complex phenomenon particularly in the vicinity of a group of buildings. The plume behaviour depends on the wind characteristics but is also severely affected by the surroundings. This causes effluents released from stacks located on one of the buildings to re-enter the same or an adjacent building, causing potential health problems to its occupants. The optimal design and placement of exhaust stacks to limit this re-ingestion on air intakes and other sensitive locations can be a considerable challenge. Unfortunately, the state-of-the-art of dispersion modeling, particularly around a non-isolated building configuration, is not sufficiently advanced for accurate predictions in order to avoid such situations. Therefore, there is a need to develop a new model or modify an existing model to take into account the effects of dispersion of effluents and in particular focus on the impact of buildings that are in close proximity of the source of pollutants. To address this issue, a collaborative research program between Concordia University and IRSST was elaborated relying both on experimental and numerical modeling. The experimental findings have been published in a companion report (Stathopoulos et al. 2014) while the current report focuses on the numerical modeling phase of the research. The purpose of this study was to contribute to a better understanding of air pollution aerodynamics in urban areas by focusing on the most representative non-isolated building configurations: a building located upstream of an emitting building, a building located downstream of an emitting building and two buildings, one located upstream and the other one located downstream of an emitting building. All these cases were compared with a reference case: an isolated emitting building. The effect of adjacent buildings on the near field of a pollutant source was analysed in terms of dilution distribution on the roof of an emitting building. The current research methodology uses Computational Fluid Dynamics (CFD) to study pollutant dispersion in the vicinity of a cluster of buildings. This tool provides detailed information on flow pattern and concentration (or dilution) fields by solving the flow equations in the entire computational domain. Numerical simulation reliability is one of the main concerns of this study; therefore, validation of results through comparisons with wind tunnel data collected during the experimental phase conducted at Concordia University is included in this report. Mesh quality, boundary conditions, turbulence model choice, wall treatment and numerical parameters are some of the elements that can be calibrated through comparison with experimental data. To achieve our objective, two steps are suggested; the first step is to generate sufficient information regarding the setup of CFD simulations for flow and dispersion in urban areas. Special attention is paid to transport processes in order to build the best numerical model possible for such applications. The second step is a parametric analysis for diverse cases of pollutant dispersion in an urban area. The results are presented in terms of normalized dilution at roof level of an emitting building, but also as iso-contour planes of dilution field and stream lines showing the airflow pattern of all the configurations analysed. From the first step it was observed that in general steady CFD simulations tend to underestimate dilution when comparing with wind tunnel results. This underestimation is probably caused by the inherent incapability of RANS to capture unsteadiness of the flow. An adjustment in the value of turbulent Schmidt number (Sct) permits to obtain a better agreement with experiment data. In fact, reducing Sct permits to increase turbulent diffusion and then increase dilution of the pollutant. The parametric analysis (second step) produced valuable information about scalars and velocity fields as well as about vortical structures formed in the leeward side and between buildings. Knowing how these flow characteristics interact with the surroundings is essential to improve the understanding of pollutant dispersion within an urban area.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,014
Tête enseignante GPT0,247
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWind and Air Flow StudiesTravaux en français237 207