温室传热水道与土壤换热强度影响的数值分析

以呼和浩特市某日光温室铺设的传热水道为研究对象,为提供传热水道在土壤中铺设间距、深度的准确依据,利用CFD数值模拟技术对传热水道在不同供水温度(30、40、50℃)、不同埋管深度(30、40、50cm)、不同管道间距(20、40、50cm)的情况时对温室土壤的换热强度进行研究与分析。结果表明：埋管深度越深对土壤地面温度影响越小,管道间距越宽则土壤的温度分布越分散,使土壤不容易达到温度扩散的饱和值,管温越高对管道以下的土壤影响越大,造成资源浪费;当埋管深度为30cm、管间距为20cm时,土壤的换热效果最佳。研究结果可为温室传热水道对土壤加热提供理论参考。     

微润灌管带埋深对土壤水分及青椒生长的影响

为研究微润灌溉管带埋深对土壤水分及温室青椒生长的影响,采用在微润灌条件下的温室种植试验,对不同管带埋深下青椒根区土壤水分分布及青椒株高、产量、灌溉水生产率进行了研究。结果表明:微润管埋深越深,湿润范围内的土壤平均含水率越低,微润管湿润范围越小。管带埋深为20 cm,青椒株高、产量均为最大,最适宜青椒生长发育。管带埋深对青椒株高增长随时间变化符合Logistic模型,拟合效果良好。管带埋深为20 cm时,青椒灌溉水生产率最高。     

低压重力渗灌系统渗灌的特性

为合理设计温室内低压节水灌溉系统,探讨低压重力渗灌时的渗灌特性,设置以土壤初始含水量、土壤初始容重、供水高度和渗灌管埋深为主要调控因子,通过试验模拟分析低压重力灌溉条件下渗灌管的渗流规律及土壤水分的入渗特性。试验结果表明：渗灌管出流量与时间符合幂函数,渗水速率与时间符合三次方程;渗灌条件不同,灌后土壤湿润区以及湿润区土壤含水量的分布显著不同;渗灌湿润区水分分布受供水高度、土壤初始含水量、土壤初始容重及渗灌管埋深等因素的影响;通过显著性分析,4个单因素对渗灌管出流量影响程度由大到小依次为供水高度、土壤初始含水量、土壤初始容重及渗灌管埋深,且除埋管深度外,其他三因素交互作用显著。     

基于CFD方法的温室散热系统结构优化模拟研究

为保证温室作物在北方寒冷季节正常生长,在温室中设置了太阳能墙体辅助加温系统,而散热系统是加温系统的重要组成部分。为研究影响散热系统性能主要结构参数的主要因素,简化模型并选取该散热系统的管径、管间距、流体温度为研究对象,各采用3个水平参数,采用正交法进行实验,基于CFD进行数值模拟,初始条件为:内部温度10℃,外界空气温度-15℃,2m深土壤温度13℃。结果表明,1土壤500mm深处温室地温变化不明显,气温和土壤表面温度变化比较大;2加温之后90min内温度急剧上升,随后的30min内温度呈缓慢上升趋势,温度场逐渐均匀,温度大约提高了6℃,与不加温温室相比空气温度提高了5~6℃,土壤温度提高了3℃左右;3在选用同样管数条件下,影响室内温度的主次顺序为:温度、管间距、管径,最佳结构参数确定为管径22mm、管间距200mm。     

多间日光温室温湿度环境模拟与分析

为了观察中国北方地区多间日光温室每个屋子的温湿度分布和夜间散热过程,利用Penmane-Monteith法土壤水分蒸发理论和计算流体动力学(CFD)方法进行环境温湿度模拟分析。试验时,在温室内布置了温湿度传感器、热通量传感器和土壤温度(水分)传感器,并进行了多点测试。测试分析得出:多间日光温室的室内最高温度为37℃,夜间温度为5℃,凌晨最低温度为2℃左右。利用Penmane-Monteith蒸发公式算出温室土壤的蒸发速率得出白天和夜间的蒸发率分别为6.07×10-5kg/m2·s和2.28×10-6kg/m2·s。通过模拟发现:室外平均风速0.5m/s时,室内最大流速能达0.33m/s(出现在屋子Ⅱ)。最终研究得出:该类型温室需要加强保温措施才能满足中国北方地区温室生产要求。     

日光温室集散热增温蓄热系统的优化与试验研究

为研究设计适用于南疆和田地区日光温室冬季夜间增温蓄热设备,设计了日光温室集散热增温系统,改进了系统集散热器,测试了系统冬季夜间增温蓄热效果,分析了系统对日光温室空气温度、相对湿度以及0cm深土壤温度和15cm深土壤温度的影响和系统集放热效率。试验结果表明：系统在典型晴天试验温室较对照温室温度可以增温4.3℃,试验温室较对照温室平均相对湿度降低8.65%;阴天试验温室较对照温室平均温度增温2.4℃,平均相对湿度降低6.8%,且系统综合平均集热效率为52.6%,表明该日光温室增温系统在和田地区富余的光热资源条件下具有显著效果。     

智能温室精细化控制中传感器布点的研究

针对智能温室变量施水作业中土壤水分传感器部署问题,提出一种将规则网格化和Delaunay三角剖分算法相结合的布点方法。该方法通过规则网格化,将温室种植区域土壤离散成多个正方形网格,再对每个正方形网格进行Delaunay三角剖分。考虑到土壤含水量存在空间变异性,利用变异系数对剖分的三角网格进行约束,将局部变异性较大的三角网格再次细分,实现少量传感器确定温室土壤含水量分布特征。利用MATLAB确定土壤含水量变异系数阈值,对最终部署点的采样值使用Kriging插值与实际土壤含水量三维分布图对比验证,并通过对照实验验证了算法的正确性,为温室精细化变量施水作业奠定基础。     

日光温室晚春茬生菜渗灌技术试验研究

采用埋深 1 0 cm的微孔渗灌管对日光温室晚春茬生菜进行了渗灌试验 ,并与沟灌进行了对比。结果表明 ,晚春茬生菜采用渗灌有明显的节水增产效果 ,与沟灌相比可节水 1 9.0 %、增产 1 5 .4 %。通过与栽培措施相结合采用渗灌成功地进行了生菜的定植。渗灌管浅埋灌水可以使表层土壤较快地湿润 ,并达到蔬菜生长所要求的水分 ,同时显著减少灌溉水的深层渗漏 ,提高灌溉水的利用率。温室生菜的田间蒸散量与温室内的蒸发力有直接关系 ,生育期内的日平均田间蒸散量为 2 .0 8mm/d,比沟灌温室内的高。     

基于CFD技术的玻璃温室加热环境数值模拟

提出采用CFD技术数值模拟温室热风供热条件下的温度环境三维场分布.采用标准R-ε湍流模型和PSIO算法的有限体积法对流场微分方程进行离散,并考虑辐射模型,选择Fluent软件进行温室加热环境的模拟与仿真.通过在Venlo型玻璃温室中试验现场采集关键点温度数据,与仿真结果比较的均方根误差为0.67 K,且在温室内温度场的总体趋势是一致的.验证了建立CFD模型的正确性,以及采用Fluent软件进行夜间热风加热条件下的温室热环境数值分析是可行的.     

基于神经网络的温室土壤水分动态预测模型研究

针对智能温室变量施水的土壤水分预测问题,建立基于神经网络的土壤水分动态预测模型。以Delaunay三角剖分布点方法为基础,并将种植区域离散成若干单元。对各离散单元,模糊其土壤喷灌量,将单位时间土壤含水量的变化映射成土壤水势变化。考虑到土壤的时空特性,使用MATLAB建立以预测单元表层测量点土壤含水量、土壤温度和单位时间土壤含水量变化量作为输入,未来时刻该单元中心土壤深层含水量作为输出的BP神经网络和RBF神经网络预测模型。利用温室实际数据验证模型的准确性,通过比较两种神经网络模型结果,得出RBF神经网络模型具有较好实用性,为温室精细化变量施水的实现奠定基础。