第 44 卷第 1 期                                   應(yīng)用科技                              Vol.44 No.1 2019 年 1 月                                Applied Science and Technology                                 Jan. 2019 DOI: 10.11991/yykj. 201901005 優(yōu)先出版  基于 CFD 的玻璃溫室環(huán)境數(shù)值模擬及優(yōu)化分析  賈鶴鳴，韓駿騁，張森，孫康健，李瑤  東北林業(yè)大學(xué)  機(jī)電工程學(xué)院，黑龍江  哈爾濱  150040 摘   要： 為進(jìn)一步研究和優(yōu)化玻璃溫室內(nèi)部氣流場及溫度場的分布，基于計(jì)算流體力學(xué) (computational fluid dynamics, CFD)對東北地區(qū)玻璃溫室內(nèi)部氣流 場進(jìn)行三維建模數(shù)值分析， 從而分析得出內(nèi)部速度場、 溫度場的分布模式，并針對溫室內(nèi)部氣流分布情況提出 3 種結(jié)構(gòu)優(yōu)化策略。模擬結(jié)果表明：監(jiān)測點(diǎn)處的氣流速度及溫度的平均相對誤差分別為5.54%、 4%，數(shù)值模擬結(jié)果與試驗(yàn)測試結(jié)果吻合度較高。 3 種優(yōu)化方案結(jié)果均優(yōu)于初始方案，其中通過分析得出方案三將暖風(fēng)扇置于離地 0.7 m 處的為最佳方案，植物區(qū)域處于最適風(fēng)速的部分增加了 50%，氣流均勻性最好且平均溫度為23.49 ，有效改善溫室內(nèi)環(huán)境并使其更加適宜植物的培養(yǎng)。  關(guān)鍵詞： CFD；玻璃溫室；氣流運(yùn)動；溫度場；速度場；多孔介質(zhì)；數(shù)值模擬；均勻性；結(jié)構(gòu)優(yōu)化  中圖分類號： TP273        文獻(xiàn)標(biāo)志碼： A        文章編號 ：  Numerical analysis simulation and optimization of the environment in glass greenhouse based on CFD JIA Heming， HAN Juncheng， ZHANG Sen， Sun Kangjian， Li YaoCollege of Mechanical and Electrical Engineering, Northeast Forestry University, Harbin, Heilongjiang Province, 150040, China Abstract: In order to further study and optimize the distribution of air flow and temperature field in glass greenhouse, a three-dimensional numerical analysis of air flow field in glass greenhouse in Northeast China based on Computational Fluid Dynamics (CFD) is carried out in this paper. The distribution patterns of internal velocity field and temperature field are analyzed, and three structural optimization strategies are put forward according to the distribution of air flow in glass greenhouse. The simulation results show that the average relative errors of gas velocity and temperature at the monitoring points are 5.54% and 4%, respectively. The numerical simulation results are in good agreement with the experimental results. The results of the three optimization schemes are better than the initial ones. The best scheme is that the warm fan is placed at 0.7m away from the ground. The optimum wind speed is increased by 50% in the plant area. The air flow uniformity is the best and the average temperature is 23.49 C. It can effectively improve the greenhouse environment and make it more suitable for plant cultivation. Keywords: CFD; glass greenhouse; air movement; temperature field; velocity field; porous medium; numerical simulation; uniformity; structure optimization 1溫室植物的產(chǎn)量取決于溫室內(nèi)環(huán)境的溫度、空氣濕度等小氣候要素的適宜度1，尤其是較好的溫度和氣流分布，對于植物生長有著極其重要的作用。在所有環(huán)境因子中，適宜的溫度是植物生長的首要條件，過低的溫度甚至?xí)斐蓽厥覂?nèi)植物的死亡。因此，溫室通風(fēng)口的設(shè)置和風(fēng)速都會對溫室內(nèi)氣流的分布情況有較大的影響。程秀花等1提出室內(nèi)氣流的速度和分布情況較易受到植物的影響；汪鄭邦2認(rèn)為植物溫室收稿日期： 2019-01-07.          基金項(xiàng)目： 國家自然科學(xué)基金項(xiàng)目 (51609048). 作者簡介： 賈鶴鳴 , 男，副教授，博士；  通信作者： 賈鶴鳴， E-mail： jiaheminglucky99126.com 的氣流分布對作物生長有較大的影響，不均勻的氣流分布容易在作物周圍形成換流，影響作物的蒸騰和光合作用； 劉文合等3的研究表明通過對溫室進(jìn)行升溫，可以使得溫室內(nèi)氣溫顯著升高，但對溫室內(nèi)土壤深處的溫度影響不大；周偉等4通過試驗(yàn)證明了通風(fēng)口的設(shè)置和風(fēng)速都會對溫室內(nèi)氣流的分布情況有較大的影響，同時溫室的氣流分布對植物蒸騰和光合作用有較大的影響。因此，如何合理優(yōu)化溫室結(jié)構(gòu)，得到適宜的風(fēng)速和溫度并使兩者均勻性提高是當(dāng)前急需解決的重要問題。  網(wǎng)絡(luò)出版時間：2019-03-25 14:24:21網(wǎng)絡(luò)出版地址：http:/kns.cnki.net/kcms/detail/23.1191.U.20190325.1424.006.html 2                                          應(yīng)用科技                                 第 44 卷  1  材料和方法  1.1  溫室模型   試驗(yàn)在東北林業(yè)大學(xué)進(jìn)行， 模擬溫室建立在室內(nèi)，受外界環(huán)境影響因素較小。溫室的長寬高為 2 m 0.83 m 1.8 m,由于溫室是密閉的，因此忽略溫室的門，并對溫室四周及頂部進(jìn)行簡化即將溫室的頂部和四周均視為以浮法玻璃為材料?？紤]到植物的冠層阻力，將植物模型簡化為長 1.50 m、寬 0.6 m、高 0.5 m 的多孔介質(zhì)， 置于溫室正中央。 暖氣扇規(guī)格為 0.4 m 0.4 m，置于溫室西側(cè)，離地面 1.3 m 高處。采用Gambit 進(jìn)行以溫室西北角為零點(diǎn)的溫室模型的建立和網(wǎng)格化，得到的玻璃溫室模型如圖1 所示。 圖 1  玻璃溫室模型 1.2 監(jiān)測點(diǎn)布置  在溫室中選取 Z=0.415 m 處的截面，均勻分布 6個監(jiān)測點(diǎn)，高度分別為 Y=0.6 m 和 1.2 m，將監(jiān)測點(diǎn)依次記為16PP。在平面 X=1 m 處，共建立 4 個監(jiān)測點(diǎn)，高度分別為 0.6 m 和 1.2 m，記為710P P 。通過將在監(jiān)測點(diǎn)處得到的實(shí)際值與模擬值進(jìn)行對比驗(yàn)證。采用風(fēng)速儀和溫度計(jì)對溫室內(nèi)風(fēng)速進(jìn)行測量，模擬數(shù)值室內(nèi)溫度由使用 Fluent 軟件進(jìn)行模擬，監(jiān)測點(diǎn)的布置如圖 2、 3 所示。 圖 2  Z=0.415 m 截面監(jiān)測點(diǎn)布置 圖 3  Z=0.415 m 截面監(jiān)測點(diǎn)布置 1.3 數(shù)學(xué)模型  1.3.1  CFD 模型 當(dāng) Fluent模擬溫室環(huán)境時，使用標(biāo)準(zhǔn) k-模型5將溫室內(nèi)的氣流視為遵循質(zhì)量守恒方程、動量守恒方程和能量守恒方程的湍流。 動量守恒方程指出，所有的流動在實(shí)際情況下都應(yīng)該遵循質(zhì)量守恒定律，定律用公式表示為： 0uvwxyz 式中的 u、 v、 w 分別為在 x、 y、 z 方向上溫室內(nèi)氣流流速的分量  動量守恒用公式表現(xiàn)為：  222eff 222()()()uu uv uw Px yzxuuuxyz 222refeff ref222()()()-1( )vu vv vw PxyzyvvvgTTxyz 222eff 222()()()wu wv ww Px yzzwwwxyz 式中：eff代表有效粘度；代表空氣熱膨脹系數(shù)；g代表重力加速度； T 代表空氣溫度；refT代表空氣的參考溫度。  能量守恒用公式表示為  222eff222()()( )PpuT vT wT qxyzCTTTCxyz 式中：q代表熱源；pC代表比熱容；eff代表有效導(dǎo)熱系數(shù)6 。  在處理封閉室內(nèi)因溫差引起的浮升力項(xiàng)時采用Boussinesq 假設(shè)7。 Boussinesq 假設(shè)是對流體流動現(xiàn)象的一種簡化， 假設(shè)認(rèn)為： 流體中的粘性耗散忽略不計(jì)；除密度外其他物性為常數(shù)；對密度僅考慮動量方程中與體積力有關(guān)的項(xiàng)，其余各項(xiàng)中的密度亦作為常數(shù)。重力項(xiàng)中的密度如若采用作參考溫度，則在不同溫度T 下溫室內(nèi)部的空氣密度 可以用數(shù)學(xué)方程表示為：   00=1-TT式中：是溫室內(nèi)氣流的熱膨脹系數(shù)； T 為溫室內(nèi)的溫度；0T為溫室內(nèi)部空氣的參考溫度。   流經(jīng)多孔介質(zhì)的空氣可通過 Darcy-Forchheimer理論描述為  2=-FppCSuKK式中：S代表動量源項(xiàng)；pK代表多孔介質(zhì)的滲透性第 1期                  賈鶴鳴， 韓駿騁等： 基于 CFD的玻璃溫室環(huán)境數(shù)值模擬及優(yōu)化分析                             3  系數(shù)；FC代表非線性動量損失系數(shù)；代表空氣的動力粘度；代表空氣密度； u 代表空氣流速9。  將植物視為各向同性的多孔介質(zhì)8，并建立其與溫室內(nèi)部風(fēng)速的數(shù)學(xué)關(guān)系模型：  2=-LAV DSICu式中：LAVI 代表葉面積指數(shù)；DC 是植物冠層的阻力系數(shù)。 對于多孔介質(zhì)動量源項(xiàng)，使用冪律模型，自定義經(jīng)驗(yàn)系數(shù)0C 為0.395，1C 為0.2。植物通過呼吸作用產(chǎn)生的熱量與溫室中氣流進(jìn)行熱交換，將植物通過呼吸作用產(chǎn)生的熱量視為常值，在進(jìn)行數(shù)值模擬時將植物區(qū)域看作“體積熱源”。  1.3.2  計(jì)算域與網(wǎng)格劃分 在使用 Gambit 劃分網(wǎng)格時將整個玻璃溫室作為計(jì)算域， 采用非結(jié)構(gòu)化四面體網(wǎng)格 (混合 TGrid 網(wǎng)格類型以及 Tet/Hybrid混合單元 )將溫室整體劃分為四面體混合網(wǎng)格單元10，并局部加密暖風(fēng)扇出風(fēng)口和植物區(qū)域，以適應(yīng)氣流和溫度可能出現(xiàn)的較大變化11。  1.3.3  邊界條件 因?yàn)闇厥颐荛]性較好且置于室內(nèi)，不考慮太陽輻射和漏風(fēng)的影響，對模型進(jìn)行簡化；將暖風(fēng)扇側(cè)的邊界條件設(shè)為速度入口條件，吹出水平方向的 25 暖風(fēng)，平均速度為 1 m/s；覆蓋層全部簡化為玻璃，設(shè)為壁面條件，其與整個溫室進(jìn)行能量交換的方式主要為對流傳熱和傳導(dǎo)10，初始溫度設(shè)為 20 ；為簡化能量交換過程，在進(jìn)行模擬時不考慮其他的傳熱過程。將擁有大的熱容量的土壤的邊界條件設(shè)為壁面12，初始溫度設(shè)為 20 。  1.3.4  求解運(yùn)算 在進(jìn)行模擬時，為修正速度，選用 SIMPLEC 算法；梯度項(xiàng)選用最小二乘法；壓力項(xiàng)采用標(biāo)準(zhǔn)算法；能量和動量采用二階迎風(fēng)；為加快收斂速度，黏性和湍流選用一階迎風(fēng)。 2 FLUENT 仿真結(jié)果與驗(yàn)證 2.1 FLUENT 仿真結(jié)果 用 Fluent 進(jìn)行模擬的結(jié)果如圖 4、 5 所示。在吹入熱風(fēng)后，暖風(fēng)口周圍區(qū)域的氣體流速變化明顯，且存在較大梯度。氣流從暖風(fēng)扇水平送入溫室后，略微向下方運(yùn)動，在溫室內(nèi)部的東面、暖風(fēng)扇正下方和溫室底部形成渦流，且溫度與風(fēng)速有著直接的關(guān)系。  圖 4  Y=0.5 m 和 Y=0.1 m 處速度云圖 圖 5  Y=0.5 m 和 Y=0.1 m 處溫度云圖 選取溫室內(nèi)植物冠層平面 Y=0.5 m 和植物內(nèi)部平面 Y=0.1 m 的速度云圖（圖 4）進(jìn)行分析，當(dāng)風(fēng)速為0.301.00 m/s 時，植物生長較好13。在使用 Fluent 進(jìn)行模擬計(jì)算后，在距離地面 0.5 m 處的平均空氣流速為 0.152 m/s，最低速度為 0.009 m/s，低于最佳風(fēng)速。而植物冠層部分沒有處于最適風(fēng)速的區(qū)域出現(xiàn)。在平面 Y=0.1 m 處氣流平均流速為 0.195 m/s，最小流速為0.013 m/s，低于適宜風(fēng)速的最小值 0.3 m/s；最大風(fēng)速為 0.552 m/s，雖略大于 0.3 m/s，但植物內(nèi)部達(dá)到適宜植物生長的風(fēng)速的部分僅占整體的 20%。綜上所述，此時的氣體流動不適于植物的生長。  選取溫室內(nèi)植物表面 Y=0.5 m 和植物內(nèi)部 Y=0.1 m 的溫度云圖（圖 5）進(jìn)行分析。在暖風(fēng)口附近溫度最高，溫度與其他區(qū)域相比有很大的梯度。在 2 個平面內(nèi)最高溫度可 24.45 ，平均溫度 23.17 ，溫差的最大值為 1.28 ，此溫度較適于大部分植物的生長。  2.2 對比驗(yàn)證 在試驗(yàn)期間比較 10 個監(jiān)測點(diǎn)的實(shí)際測量值和使用 Fluent 得出的計(jì)算值，其結(jié)果可從圖 6、 7 中明顯看出。  圖 6  風(fēng)速在監(jiān)測點(diǎn)模擬值與實(shí)測值的比較 4                                          應(yīng)用科技                                 第 44 卷  圖 7  溫度在監(jiān)測點(diǎn)模擬值與實(shí)測值比較根據(jù)圖 6，對比不同監(jiān)測點(diǎn)的風(fēng)速，所有觀測點(diǎn)的絕對誤差的平均值為 0.008 m/s，相對誤差的平均值為 5.54%，絕對誤差和相對誤差的最大值出現(xiàn)在監(jiān)測點(diǎn)6P 處，分別為 0.027 m/s 和 24.228%。雖然溫室內(nèi)風(fēng)速的模擬值小于測量值，但大部分情況下，模擬結(jié)果與實(shí)際情況一致。因此可以認(rèn)為模型的速度計(jì)算值可以較好地體現(xiàn)溫室內(nèi)部氣體流速的情況。  根據(jù)圖 7，對比不同監(jiān)測點(diǎn)的溫度， 10 個監(jiān)測點(diǎn)絕對誤差均值為 0.44 ，相對誤差均值為 4%。10P 處出現(xiàn)最大絕對誤差 1.66 和最大相對誤差 2.78%， 模擬值與從監(jiān)測點(diǎn)測出的值差別不大，出現(xiàn)誤差的原因可能是溫室模型密封不夠好而造成漏風(fēng)，導(dǎo)致室溫略低。結(jié)合儀器位置和人員干擾對實(shí)驗(yàn)結(jié)果造成的影響14，從整體來看，溫度的實(shí)際值和計(jì)算值誤差很小，因此可以將溫度的模擬值視作溫室內(nèi)溫度的實(shí)際值。  3 溫室內(nèi)環(huán)境的優(yōu)化設(shè)計(jì) 3.1 優(yōu)化方案設(shè)計(jì)  溫室內(nèi)的速度場、溫度場的均勻性受暖風(fēng)扇的影響較大，因此通過在溫室中改變進(jìn)風(fēng)口的速度和改變暖風(fēng)口的位置來設(shè)計(jì)出 3 種改進(jìn)方案，以滿足植物生長的需要。方案一，升高暖風(fēng)口速度，即暖風(fēng)口速度從 1 m/s 升高到 2 m/s；方案二，下移暖風(fēng)口的位置，將暖風(fēng)口從 1.3 m 處下移到 1 m 處，如圖 8 所示；方案三，下移暖風(fēng)口的位置至 0.7 m 處，如圖 9 所示。將原溫室作為方案零來進(jìn)行對比，溫室、植物和暖風(fēng)扇的尺寸視為定量不做改變，且方案一、方案二和方案三的網(wǎng)格劃分與方案零相同，其余邊界條件的設(shè)置也相同。通過對不同方案使用 Fluent 進(jìn)行模擬計(jì)算，比較植物冠層表面和內(nèi)部的風(fēng)速及溫度分布情況，依次來選擇擁有適宜風(fēng)速溫度的最適宜植物生長的方案。  圖 8  暖風(fēng)扇離地 1 m 時的玻璃溫室模型 圖 9  暖風(fēng)扇離地 0.7 m 時的玻璃溫室模型  3.2 優(yōu)化模擬分析 3.2.1 速度場模擬分析 經(jīng)過改良后的方案氣流分布模式基本相同：在溫室上部和底部都有渦流的產(chǎn)生，暖風(fēng)扇口附近的氣流流速最大，并隨著流動方向減弱，直到在東側(cè)壁面附近開始沿溫室頂部返回，溫室西側(cè)的植物表面部分和溫室壁面附近風(fēng)速較小，且會在植物內(nèi)部的渦流處出現(xiàn)整個植物區(qū)域中風(fēng)速的最大值。  在方案一中，從速度云圖圖 10 上看，選取的 2個平面空氣流速平均值為 0.695 m/s，均高于方案零的0.152 m/s，且滿足植物生長的最佳風(fēng)速。風(fēng)速在南北兩側(cè)墻處達(dá)到最大，為 1.562 m/s，遠(yuǎn)高于最適宜植物生長的風(fēng)速 1 m/s，這樣的速度容易對植物造成損傷，此時植物表面風(fēng)速位于 0.31.0 m/s的部分約占整個植物冠層的 63%。在植物內(nèi)部 Y=0.1 m 處最大風(fēng)度為1.581 m/s，平均風(fēng)速 0.928 m/s，處在最佳氣流流速范圍內(nèi)的區(qū)域約占 27.9%，剩下的大部分區(qū)域風(fēng)速均大于 1 m/s，不利于植物生長，由此可知不能僅增大風(fēng)速來優(yōu)化溫室內(nèi)部的氣流分布情況。  圖 10  方案一 速度場模擬 從方案二的云圖圖 11 可知， y=0.5 m 處氣流的流速均值為 0.284 m/s，最大為 0.632 m/s； y=0.1 m 處平均風(fēng)速為 0.423 m/s，最小風(fēng)速為 0 m/s，最大風(fēng)速為0.754 m/s，均小于方案一。處于適宜風(fēng)速的占 25%，雖然相對于方案零適宜風(fēng)速的占比有所增加，氣流的均勻性與方案一相比較好，但適宜風(fēng)速的占比仍小于方案一。  第 1期                  賈鶴鳴， 韓駿騁等： 基于 CFD的玻璃溫室環(huán)境數(shù)值模擬及優(yōu)化分析                             5  圖 11  方案二 速度場模擬 分析方案三的云圖圖 12， 選取分析的平面平均氣體流速為 0.383 m/s，最高流速可達(dá) 0.834 m/s，均符合最佳風(fēng)速。在植物部分的最低風(fēng)速為 0.07 m/s，大于方案零和方案二，但仍低于 0.3m/s。這時的植物冠層風(fēng)速達(dá)到適宜風(fēng)速的占 70%，高于其他方案，且均勻性最好。  圖 12  方案三 速度場模擬 3.2.2 溫度場模擬分析 分析方案一、方案二和方案三的溫度情況（圖1315） ，并將其與速度云圖進(jìn)行比對，發(fā)現(xiàn)氣流速度較大的區(qū)域溫度上升較多。 3 個方案的最高溫度分別為 24.49、 24.45 和 24.72，平均溫度為 23.93、 23.15和 23.49， 均高于方案零， 且植物區(qū)域的溫度分布均勻性優(yōu)于方案零。就溫度而言，方案一的均值和最大值都為最高，其次為方案三。  圖 13  方案一 溫度場模擬 圖 14  方案二 溫度場模擬 圖 15  方案三 溫度場模擬 通過模擬分析實(shí)驗(yàn)中設(shè)計(jì)的 3 種溫室的優(yōu)化方案，可以發(fā)現(xiàn)： 1）方案一的氣流均勻性稍差，且有較多的區(qū)域風(fēng)速高于最佳風(fēng)速，不利于植物生長； 2）方案二雖然略優(yōu)于原始方案，但對于氣流場和溫度場并不能提供有效的優(yōu)化； 3）方案三的氣流均勻性最好，不存在流速大于 1 m/s 的區(qū)域，從而不會對植物的正常生長造成威脅，且風(fēng)速大于方案零和方案二。總體來講，方案三的暖風(fēng)扇位置更適宜植物的生長。  4  結(jié)論  1）溫度數(shù)值模擬結(jié)果與實(shí)驗(yàn)實(shí)測結(jié)果吻合良好，表明建立的 CFD 模型有效， 模擬玻璃溫室內(nèi)環(huán)境分布是可行的；  2）設(shè)計(jì)的種結(jié)構(gòu)優(yōu)化方案的風(fēng)速值及均勻性均優(yōu)于方案零。 綜合考慮， 方案三氣流循環(huán)模式最佳，氣流均勻性最好，適宜植物生長。  本文僅基于風(fēng)速和暖風(fēng)扇位置進(jìn)行溫室的優(yōu)化，在之后的研究中，可考慮將添加排氣扇和增加暖風(fēng)扇的數(shù)量作為溫室的優(yōu)化方式，考慮植物在陽光下的光合作用產(chǎn)生的熱量和外部輻射等會影響溫室內(nèi)部氣流和溫度的條件， 探究溫室內(nèi)部氣流與溫度的分布情況。  參考文獻(xiàn) :  1 程秀花，毛罕平，伍德林等. 栽有番茄的玻璃溫室內(nèi)氣流場分布CFD 數(shù)值模擬 J. 江蘇 大學(xué)學(xué)報(bào)， 2010， 31（ 5） : 510-514. 2 汪鄭邦 . 現(xiàn)代溫室供熱系統(tǒng)的設(shè)計(jì)及運(yùn)行模擬研究 D. 哈爾濱工業(yè)大學(xué)， 2006：79-80. 3 劉文合 ,楊英英 ,徐占洋等 . 基于 CFD方法的溫室散熱系統(tǒng)結(jié)構(gòu)優(yōu)化模擬研究 J .灌溉排 水學(xué)報(bào). 2016(04)：8-13. 4 周偉 ,汪小旵 ,李永博 . 可變邊界條件下的 Venlo 溫室溫度場三維非穩(wěn)態(tài)模擬J .農(nóng)業(yè)機(jī)械學(xué)報(bào)， 2014， 45(11)： 6                                          應(yīng)用科技                                 第 44 卷  304-310. 5 張偉建 ,王新忠 ,李亮亮等 . 夏季屋頂全開型溫室遮陽網(wǎng)降溫調(diào)控的CFD 分析J .江蘇農(nóng)業(yè)科學(xué) , 2017(19)： 253-256. 6 劉煥 .基于 CFD 的人工光型植物工廠通風(fēng)模擬與優(yōu)化研究D.中國農(nóng)業(yè)科學(xué)院 . 2018:10-29. 7 段明輝 . 冬季溫室數(shù)值分析研究D，東北農(nóng)業(yè)大學(xué), 2014：7-9. 8 宿文等 . 自然通風(fēng)對日光溫室氣溫影響的模擬分析 J， 南京信息工程大學(xué) , 2016： 1635-1642. 9 張藝萌 . 基于CFD的寒地水稻育秧大棚環(huán)境數(shù)值模擬分析與研究D.黑龍 江八一農(nóng)墾大學(xué), 2018， 28-54 10 趙杰強(qiáng) , 趙云 . 機(jī)械通風(fēng)連棟溫室的溫度場 CFD 模擬 J.中國農(nóng)機(jī)化學(xué)報(bào) , 2014,6: 76-79. 11 何國敏，現(xiàn)代化溫室溫度場數(shù)字化模擬研究D，南京農(nóng)業(yè)大學(xué)， 2011：50-67. 12 沈敏， 食用菌工廠菇房內(nèi)環(huán)境的模擬驗(yàn)證與優(yōu)化研究 D, 江蘇大學(xué) ,2016:23-41. 13 吳飛青 .溫室冬季熱環(huán)境數(shù)值分析與實(shí)驗(yàn)研究D，浙江工業(yè)大學(xué)， 2010:41-71. 14 劉煥 .基于 CFD 的人工光植物工廠氣流場和溫度場的模擬及優(yōu)化D，中 國農(nóng)業(yè)科學(xué)院， 2017:4. 15 張芳，方慧，楊其長等基于模型的大跨度溫室自然通風(fēng)熱環(huán)境模擬J中國農(nóng)業(yè)氣象，2017,38(4):221-229. 本文引用格式： 賈鶴鳴 , 韓駿騁 , 張森 , 等 . 基于 CFD 的玻璃溫室環(huán)境數(shù)值模擬及優(yōu)化分析 J. 應(yīng)用科技 , DOI: 10.11991/yykj. 201901005. JIA Heming, HAN Juncheng, ZHANG Sen, et al. Numerical analysis simulation and optimization of the environment in glass greenhouse based on CFDJ. Applied science and technology, DOI: 10.11991/yykj. 201901005.