史明明，阮贇杰,2，劉 晃，郭希山，葉章穎，韓志英，朱松明

?

基于CFD的循環(huán)生物絮團(tuán)系統(tǒng)養(yǎng)殖池固相分布均勻性評價(jià)

史明明1，阮贇杰1,2※，劉 晃3，郭希山1，葉章穎1，韓志英1，朱松明1

（1. 浙江大學(xué)生物系統(tǒng)工程與食品科學(xué)學(xué)院，杭州 310058；2. 美國康奈爾大學(xué)生物與環(huán)境工程系，伊薩卡 14850；3. 中國水產(chǎn)科學(xué)研究院漁業(yè)機(jī)械儀器研究所，上海 200092）

為探索循環(huán)生物絮團(tuán)系統(tǒng)相對原位生物絮團(tuán)系統(tǒng)在生物絮團(tuán)分布均勻性方面的改善，以歐拉-歐拉多相湍流模型為理論框架，運(yùn)用計(jì)算流體力學(xué)（computational fluid dynamics）技術(shù)，對兩種系統(tǒng)養(yǎng)殖池固液氣三相三維流動進(jìn)行了數(shù)值模擬，分析了兩種養(yǎng)殖池的液相速度云圖、液相流線圖以及固相分布特性。模擬結(jié)果表明：在水力停留時(shí)間為0.90 h時(shí)，循環(huán)養(yǎng)殖池流場相對復(fù)雜，流向變化較亂且分布于整個(gè)空間，紊流相對劇烈，流場速度大小分布更均勻，死區(qū)相對較少，固相主要分布在中心大范圍區(qū)域，便于循環(huán)，在底部未出現(xiàn)沉積現(xiàn)象，能夠避免生產(chǎn)中由于生物絮團(tuán)在桶底角處的沉積造成厭氧病菌的滋生。另外，循環(huán)養(yǎng)殖池生物絮團(tuán)固相體積分?jǐn)?shù)約為0.1，比較適宜羅非魚等養(yǎng)殖對象的生長。通過與實(shí)測數(shù)據(jù)對比，模型的模擬值誤差均在20%之內(nèi)，模擬結(jié)果可信，該研究說明循環(huán)生物絮團(tuán)系統(tǒng)能夠解決原位生物絮團(tuán)系統(tǒng)中生物絮團(tuán)分布不均勻以及流場死角多的問題。

水產(chǎn)養(yǎng)殖；流體力學(xué)；流場；循環(huán)生物絮團(tuán)系統(tǒng)；養(yǎng)殖池；水力停留時(shí)間；多相流

0 引 言

2013年，中國魚類水產(chǎn)品生產(chǎn)總量達(dá)3 632萬t。而養(yǎng)殖魚類水產(chǎn)品為2 594萬t，較2012年同比增長6.45%，占魚類水產(chǎn)品總量的71.42%[1]，已成為水產(chǎn)品養(yǎng)殖大國。然而，由于環(huán)境資源的剛性約束，中國水產(chǎn)養(yǎng)殖尚需不斷探索新的模式，并逐漸向高產(chǎn)、可持續(xù)及無污染方向轉(zhuǎn)變[2-3]。生物絮團(tuán)技術(shù)（biofloc technology，BFT）由于能夠有效避免集約化養(yǎng)殖水質(zhì)污染的問題，且具有水質(zhì)處理過程資源化的優(yōu)點(diǎn)，逐漸成為行業(yè)研究的熱點(diǎn)[4-5]。

原位生物絮團(tuán)系統(tǒng)在操作過程中，由于生物絮團(tuán)的沉積，使得養(yǎng)殖池底部總固體含量增加。這容易造成底部溶解氧降低和水體渾濁度升高，從而影響?zhàn)B殖對象的攝食欲望，甚至對其生存造成威脅，降低其成活率，最終影響經(jīng)濟(jì)效益[6-7]。鑒于此，相關(guān)學(xué)者提出基于循環(huán)運(yùn)行的非原位生物絮團(tuán)技術(shù)[8-9]，循環(huán)生物絮團(tuán)技術(shù)通過實(shí)現(xiàn)養(yǎng)殖池內(nèi)液相流動，可有效改變養(yǎng)殖池的流場，理論上能夠克服原位生物絮團(tuán)系統(tǒng)底部生物絮團(tuán)過量沉積的弊端，但其操作的水力學(xué)特性研究鮮有報(bào)道。

利用傳統(tǒng)試驗(yàn)方法研究循環(huán)生物絮團(tuán)系統(tǒng)養(yǎng)殖池內(nèi)生物絮團(tuán)的分布時(shí)，存在過程復(fù)雜、成本高和效率低的問題。隨著計(jì)算機(jī)軟硬件的提升，計(jì)算流體動力學(xué)（computational fluid dynamics，CFD）逐漸被應(yīng)用于各領(lǐng)域。其能夠按照要求設(shè)定各種試驗(yàn)條件，并能快速、準(zhǔn)確地進(jìn)行模擬試驗(yàn)，且可重復(fù)性強(qiáng)，能有效地規(guī)避上述問題[10-13]。目前，針對水產(chǎn)養(yǎng)殖池多相流CFD數(shù)值模擬的研究成果并不多，且多是基于二維平面模型的[14-17]。二維計(jì)算模型雖可以較好的模擬二維平面流場形態(tài)和預(yù)測流場的發(fā)展趨勢，但在模擬如循環(huán)式生物絮團(tuán)系統(tǒng)等氣液固三相流場時(shí)仍存有不足。

由于生物絮團(tuán)在養(yǎng)殖池內(nèi)的運(yùn)動相對復(fù)雜并且呈現(xiàn)較強(qiáng)的三維性，因此本文以實(shí)驗(yàn)室中試規(guī)模的循環(huán)式生物絮團(tuán)系統(tǒng)為研究對象，采用歐拉固液氣三相流模型，對循環(huán)生物絮團(tuán)系統(tǒng)養(yǎng)殖池流場進(jìn)行三維CFD數(shù)值模擬，通過構(gòu)建的三維模型計(jì)算及均勻性評價(jià)，探索其流場特性。以期為循環(huán)生物絮團(tuán)系統(tǒng)的生產(chǎn)應(yīng)用提供理論依據(jù)。

1 數(shù)值模擬方法

1.1 模擬對象

本文模擬涉及的循環(huán)生物絮團(tuán)系統(tǒng)采用浙江大學(xué)農(nóng)業(yè)生物環(huán)境研究所實(shí)驗(yàn)室中試規(guī)模的養(yǎng)殖池為試驗(yàn)裝置，其中，養(yǎng)殖池上口徑為0.50m，底徑為0.42m，高為0.63m，池內(nèi)有效養(yǎng)殖水深度約為0.55m。另外，考慮到水力停留時(shí)間和進(jìn)水速度大小，系統(tǒng)進(jìn)水口口徑為0.02m，出水口口徑為0.025m。曝氣裝置為曝氣環(huán)面，其內(nèi)外直徑分別為0.194和0.226m。根據(jù)養(yǎng)殖池實(shí)際的幾何尺寸建立幾何模型，如圖1所示?；谏镄鯃F(tuán)實(shí)際運(yùn)行過程中快速排泥需要，系統(tǒng)設(shè)計(jì)水力停留時(shí)間為0.90 h，則進(jìn)水口進(jìn)水速度為0.09m/s，曝氣速度為0.02 m/s。為了評價(jià)循環(huán)生物絮團(tuán)系統(tǒng)的效果，同時(shí)對原位生物絮團(tuán)系統(tǒng)進(jìn)行模擬，其中，原位生物絮團(tuán)系統(tǒng)養(yǎng)殖池幾何信息和循環(huán)生物絮團(tuán)系統(tǒng)養(yǎng)殖池相同，但原位養(yǎng)殖池進(jìn)水口速度為0，出水口設(shè)置為固壁，且采用相同曝氣強(qiáng)度。

1.2 模擬方程

養(yǎng)殖池內(nèi)混合液的流動為固、液和氣三相混合流動，由于混合液內(nèi)固體和氣體體積占比相對較小，且此處視固體、氣體和液體均為連續(xù)相，因此，模擬模型選擇歐拉-歐拉模型[18-19]。其中，連續(xù)相視為黏性不可壓縮的流體，常溫下定常流動，考慮重力，并將氣體設(shè)置為參考密度，相關(guān)控制方程表述如下[20-21]

1）連續(xù)方程

式中α為各相體積分?jǐn)?shù)；ρ為各相質(zhì)量密度，kg/m3；為各相速度矢量，m/s；為（液體）；（氣體）和（固體），且有。

2）動量方程

液相動量方程

固相動量方程

氣相動量方程

式中為重力加速度，m/s2；為靜壓強(qiáng)，Pa；為相間相互作用力，N；為應(yīng)力張量，其可由經(jīng)典牛頓力學(xué)得出如下

式中為黏性系數(shù)；為第二黏性系數(shù)；為單位張量；T為轉(zhuǎn)置符號。

3）計(jì)算過程中由于生物絮團(tuán)顆粒粒徑較小，而升力主要作用在大粒徑時(shí)比較明顯；虛擬質(zhì)量力主要適用于液相存在較大滑移速度波動的情況，故忽略升力和虛擬質(zhì)量力，此處主要考慮作用較大的曳力和重力，同時(shí)忽略作用力較小的壓力梯度力、Basset力和Magnus力等。具體計(jì)算方程如下：

液-固相間曳力

液-氣相間曳力

氣-固相間曳力

式中F為相間曳力，N；K為相間交換系數(shù)；C為曳力系數(shù)；d為固相顆粒直徑，m；為曳力函數(shù)；τ為氣相松弛時(shí)間，s；A為界面面積，m2。

4）湍動參數(shù)方程

通過湍動參數(shù)方程可以計(jì)算液相湍動黏度μ，m2/s。當(dāng)前此類湍流模型較多，包括零方程模型、單方程模型和雙方程模型。本文采用雙方程標(biāo)準(zhǔn)模型計(jì)算液相湍動黏度[22]。

式中ρ為混合密度，kg/m3；為混合速度，m/s；為湍動能，J；為湍動耗散率。

根據(jù)經(jīng)驗(yàn)公式模型相關(guān)參數(shù)取值如下：1ε=1.44，2ε=1.92，C=0.09，=1.0，σ=1.3。

1.3 網(wǎng)格劃分及邊界條件

網(wǎng)格質(zhì)量直接決定了數(shù)值模擬能否順利進(jìn)行以及其結(jié)果的可信度[23]。高質(zhì)量的網(wǎng)格是實(shí)現(xiàn)精確模擬的前提，但同時(shí)需要避免網(wǎng)格過密浪費(fèi)計(jì)算資源的發(fā)生。通常情況下，網(wǎng)格質(zhì)量以滿足要求為準(zhǔn)，直到隨著網(wǎng)格數(shù)目的增加，計(jì)算結(jié)果不再有顯著的變化為止，即使得模擬結(jié)果同網(wǎng)格不存在相關(guān)性[24]。為此，本文采用Fluent前處理軟件Gambit2.2進(jìn)行三維非結(jié)構(gòu)化網(wǎng)格劃分，考慮到養(yǎng)殖池內(nèi)流體流動的面對稱性及節(jié)省計(jì)算成本，此處僅取一半養(yǎng)殖池為計(jì)算域，并對進(jìn)氣口、進(jìn)水口和出水口進(jìn)行了加密，具體網(wǎng)格如圖2所示。網(wǎng)格和節(jié)點(diǎn)數(shù)量分別為181395和34656，同時(shí)進(jìn)行了網(wǎng)格無關(guān)性驗(yàn)證。對更精細(xì)的網(wǎng)格即網(wǎng)格數(shù)245387，節(jié)點(diǎn)數(shù)44512和網(wǎng)格數(shù)336169，節(jié)點(diǎn)數(shù)60444 進(jìn)行模擬，結(jié)果無顯著變化。

邊界條件是在求解區(qū)域的邊界上所求解的變量或一階導(dǎo)數(shù)隨地點(diǎn)及時(shí)間的變化規(guī)律，其是解數(shù)學(xué)方程的前提，也是模擬分析的關(guān)鍵部分[25]。由于已知進(jìn)氣流量和進(jìn)水流量，故將養(yǎng)殖池的進(jìn)水口和進(jìn)氣口設(shè)置為速度入口。進(jìn)水口和進(jìn)氣口速度方向均垂直于進(jìn)口斷面，并且假定速度在整個(gè)斷面上均勻分布。而養(yǎng)殖池出氣口直接與大氣接觸，故將其設(shè)置為壓力出口，另外將出水口和桶壁分別設(shè)置為出口流動和壁面，其中，壁面采用無滑移固壁，在近壁面采用標(biāo)準(zhǔn)壁面函數(shù)。

1.4 模型參數(shù)確定

基于CFD仿真軟件Fluent 6.3平臺和戴爾服務(wù)器，根據(jù)試驗(yàn)及實(shí)際情況采用有限體積法離散化的三維N-S方程及非耦合隱式方案，選擇標(biāo)準(zhǔn)兩方程湍流模型，選用分離式壓力修正法中的SIMPLE算法作為流場數(shù)值求解方法，速度校正方程中壓力項(xiàng)選用默認(rèn)的standard格式，擴(kuò)散項(xiàng)、源項(xiàng)和對流項(xiàng)均采用一階迎風(fēng)差分格式離散，進(jìn)行數(shù)值求解，計(jì)算開始前視固相沉積模型底部，高度為0.02m。其他相關(guān)物性參數(shù)和初始參數(shù)的設(shè)定如表1所示。

表1 參數(shù)設(shè)定

2 模擬結(jié)果與分析

通過Fluent的計(jì)算模擬，得到了循環(huán)生物絮團(tuán)養(yǎng)殖池和原位生物絮團(tuán)養(yǎng)殖池的液相速度云圖、液相流線圖和固相（生物絮團(tuán)）的分布情況。

2.1 流場分析

在相同顯示范圍、配色方案和視角條件下，原位養(yǎng)殖池和循環(huán)養(yǎng)殖池代表性截面處的液相速度云圖分別如圖3和圖4所示。

其反映了2種系統(tǒng)養(yǎng)殖池在5s內(nèi)的流場變化情況。通過對比圖3和圖4相同時(shí)刻養(yǎng)殖池速度云圖可知，循環(huán)養(yǎng)殖池相對原位養(yǎng)殖池能在更短的時(shí)間內(nèi)達(dá)到穩(wěn)定狀態(tài)，且在=5s時(shí)，循環(huán)養(yǎng)殖池流場速度大小分布更均勻，死區(qū)相對較少。這主要因?yàn)檠h(huán)養(yǎng)殖池進(jìn)水和出水對流場影響所致，而此影響可從養(yǎng)殖池縱截面液相流線圖（圖5）得到解釋。圖5a所示的原位養(yǎng)殖池液相流場比較簡單，流向變化平緩且其主要發(fā)生在同一平面內(nèi)，紊流較少，而圖5b所示循環(huán)養(yǎng)殖池流場相對復(fù)雜，流向變化較亂且分布于整個(gè)空間，紊流相對劇烈，故液相流場得到了很好改善。另外，兩種養(yǎng)殖池速度較大的區(qū)域均發(fā)在中心位置，且該區(qū)域外側(cè)速度相對較小。這主要是由于曝氣裝置所致，由于氣提影響導(dǎo)致中心局部液相速度場速度急劇增加，而該區(qū)域外側(cè)區(qū)域速度較小主要是因?yàn)樵搮^(qū)域?yàn)闇u流中心，故液相速度相對較低。

2.2 固相分布均勻性評價(jià)

模擬開始前分別設(shè)置相同體積的固相沉積在養(yǎng)殖池的底部，如圖6和圖7所示為在相同色彩地圖和視角下5 s內(nèi)原位養(yǎng)殖池和循環(huán)養(yǎng)殖池固相的主要分布情況。由于固相受液相流場影響較大，故同前文液相速度云圖所得到的結(jié)果一致，循環(huán)養(yǎng)殖池內(nèi)固相混合速率相對較快。在=5s時(shí)，由圖6知，原位養(yǎng)殖池固相分布較不均勻，主要表現(xiàn)在養(yǎng)殖池壁面區(qū)域固相濃度較大，其固相體積分?jǐn)?shù)約為0.09，中心區(qū)域固相體積分?jǐn)?shù)在0.01左右。根據(jù)圖7可知，循環(huán)養(yǎng)殖池固相分布均勻性得到了很好的提高，其固相主要分布在中心大范圍區(qū)域，便于循環(huán)，其體積分?jǐn)?shù)約為0.1。通過對比圖6和圖7可知，在=5s時(shí)，由于圖6中原位養(yǎng)殖池固相濃度相對循環(huán)養(yǎng)殖池（圖7）較低，故此情況下，原位養(yǎng)殖池其他空白區(qū)域生物絮團(tuán)濃度相對較高，故存在造成局部厭氧死區(qū)的風(fēng)險(xiǎn)。而循環(huán)養(yǎng)殖池大部分區(qū)域生物絮團(tuán)體積分?jǐn)?shù)在0.1左右，表明其好氧區(qū)分布均勻[26]。為定量分析養(yǎng)殖池內(nèi)固相體積分?jǐn)?shù)分布，選取具有代表性的三條監(jiān)測線，其位置如圖8所示。相關(guān)模擬結(jié)果如圖9所示。

由圖9a可知，原位養(yǎng)殖池中心軸線即center-line處以及middle-line處固相體積分?jǐn)?shù)較低，而接近固壁處的side-line位置固相體積分?jǐn)?shù)相對較大，且由上到下差異比較明顯，其在池頂和池底部分區(qū)域濃度已超過0.2，不利于養(yǎng)殖對象的正常生長[27]。由圖9b可知，循環(huán)養(yǎng)殖池在center-line和middle-line處固相體積分?jǐn)?shù)在0.05～0.1之間，side-line位置固相體積分?jǐn)?shù)相對較大，但仍保持在0.2以內(nèi)，且其上下固相體積分?jǐn)?shù)差異不大?？傮w而言，循環(huán)養(yǎng)殖池固相體積分?jǐn)?shù)分布相對均勻，這一方面體現(xiàn)在3條監(jiān)測線之間固相體積分?jǐn)?shù)差異較小，另一方面體現(xiàn)在同一條監(jiān)測線上固相體積分?jǐn)?shù)變化不大。另外，通過對比圖9的side-line模擬結(jié)果可知，循環(huán)養(yǎng)殖池固相在底部未出現(xiàn)沉積現(xiàn)象，能夠防止生產(chǎn)中由于生物絮團(tuán)在桶底角處的沉積造成厭氧區(qū)及致病菌的滋生。

a. 原位養(yǎng)殖池

a. Situ culture pond

2.3 試驗(yàn)驗(yàn)證

為驗(yàn)證模擬結(jié)果準(zhǔn)確性，以浙江大學(xué)農(nóng)業(yè)生物環(huán)境研究所實(shí)驗(yàn)室中試規(guī)模的循環(huán)生物絮團(tuán)系統(tǒng)養(yǎng)殖池為基礎(chǔ)，設(shè)置S1～S5 5個(gè)取樣點(diǎn)，分別為循環(huán)養(yǎng)殖池中心線上距離池底0.1、0.2、0.3、0.4、0.5 m的5個(gè)位置。通過外徑為3 mm、壁厚約為0.5 mm的有機(jī)玻璃管進(jìn)行取樣，由于其取樣管直徑較小，可以忽略其對流場的影響。關(guān)于生物絮團(tuán)濃度的測定采用烘干法，詳細(xì)測定步驟參見APHA標(biāo)準(zhǔn)方法（APHA，1998）[28]。其中，為降低取樣對模擬結(jié)果造成的影響，每次取樣20 mL，5個(gè)監(jiān)測點(diǎn)同時(shí)取樣，烘干溫度采用120 ℃。根據(jù)得到的生物絮團(tuán)濃度以及試驗(yàn)測得生物絮團(tuán)密度（1 060 kg/m3），計(jì)算得出系統(tǒng)內(nèi)生物絮團(tuán)體積濃度，相關(guān)實(shí)測結(jié)果與模擬結(jié)果對比如圖10所示。

由圖10可以看出，總體上模擬值與實(shí)測值的變化規(guī)律大致相似，實(shí)際養(yǎng)殖過程中養(yǎng)殖池固相體積分?jǐn)?shù)相對模擬值分布更均勻。各點(diǎn)模擬值誤差均在20%以內(nèi)，結(jié)果可靠[13,29]。模擬值在養(yǎng)殖池底部監(jiān)測點(diǎn)數(shù)據(jù)高于實(shí)測值，而在養(yǎng)殖池上部較實(shí)測值偏低一些，這可能主要是因?yàn)槟M過程中假設(shè)生物絮團(tuán)顆粒粒徑相同，而實(shí)際養(yǎng)殖過程中其粒徑并不完全相同，其粒徑呈具有拖尾特征的倒鐘型分布。另外，由于實(shí)際養(yǎng)殖過程中生物絮團(tuán)系統(tǒng)存在少量雜質(zhì)，并且實(shí)測值為監(jiān)測點(diǎn)周圍一定區(qū)域的平均值，這也會對結(jié)果造成影響。

3 結(jié) 論

1）應(yīng)用CFD軟件Fluent對生物絮團(tuán)系統(tǒng)2種養(yǎng)殖池的流場進(jìn)行了數(shù)值計(jì)算，在允許誤差范圍內(nèi)，將生物絮團(tuán)系統(tǒng)視為連續(xù)的三相流，并采用歐拉-歐拉模型進(jìn)行模擬，能夠很好地獲得其流場信息。

2）循環(huán)養(yǎng)殖池流場相對原位養(yǎng)殖池流場縱截面液相速度的方向變化雜亂無章且分布于整個(gè)空間，使得其紊流強(qiáng)度較為劇烈，死區(qū)較少，在相同條件下，流場得到了很好的改善。

3）生物絮團(tuán)系統(tǒng)中絮團(tuán)顆粒體積分?jǐn)?shù)分布主要介于0～0.1之間，通過模擬獲得了此范圍內(nèi)2種養(yǎng)殖池生物絮團(tuán)體積分?jǐn)?shù)具體分布位置，并結(jié)合具有代表性的3條監(jiān)測線生物絮團(tuán)體積分?jǐn)?shù)分布曲線，充分地說明了循環(huán)養(yǎng)殖池內(nèi)生物絮團(tuán)分布均勻性得到提高。

4）鑒于三相流計(jì)算的復(fù)雜性，僅對循環(huán)生物絮團(tuán)系統(tǒng)水力停留時(shí)間HRT(hydraulic retention time)約為0.90 h，即進(jìn)水口速度為0.09m/s進(jìn)行了模擬，此HRT相對較快，但其能很好地說明循環(huán)生物絮團(tuán)系統(tǒng)相對原位生物絮團(tuán)系統(tǒng)在生物絮團(tuán)分布均勻性方面改善，為下一步循環(huán)生物絮團(tuán)系統(tǒng)在生產(chǎn)中的應(yīng)用提供了一定理論基礎(chǔ)。

[1] 農(nóng)業(yè)部漁業(yè)局主編. 中國漁業(yè)年鑒[M]. 北京：中國農(nóng)業(yè)出版社，2002.

[2] Avnimelech Y, Verdegem M C J, Kump P. Sustainable landbased aquaculture: Rational utilization of water, land and feed resource[J]. Mediterrancan Aquaculture Journal, 2008, 1(1): 45－55.

[3] Tacon A G J, Foster I P. Aquafeeds and the environment: policy implications[J]. Aquaculture, 2003, 226(144): 181－189.

[4] Salehizadeh H, Van Loosdrecht M C M. Production of polyhydroxyalkanoates by mixed culture: recent trends and biotechnological importance[J]. Biotechnol Adv, 2004, 22(3): 61－279.

[5] Crab R, Defoirdt T, Bossier P, et al. Biofloc technology in aquaculture: Beneficial effects and future challenges[J]. Aquaculture, 2012, 356(4): 351－356.

[6] Ray A J, Lewis B L, Browdy C L, et al. Suspended solids removal to improve shrimp () production and an evaluation of a plant-based feed in minimal-exchange, super intensive culture systems[J]. Aquaculture, 2010, 299(1): 89－98.

[7] De Schryver P, Crab R, Defoirdt T, et al. The basics of bio-flocs technology: The added value for aquaculture[J]. Aquaculture, 2008, 277(3): 125－137.

[8] De Schryver P, Verstraete W. Nitrogen removal from aquaculture pond water by heterotrophic nitrogen assimilation in lab-scale sequencing batch reactors[J]. Bioresour Technol, 2009, 100(3): 1162－1167.

[9] Ruan Y J, Zhu L, Xu X Y. Study on the flocs poly--hydroxybutyrate production and process optimization in the bio-flocs technology system[J]. Bioresource Technology, 2011, 102(16): 7599－7602.

[10] 周博，南曉紅，文改黎. CFD模擬氣調(diào)庫快速降氧過程O2和CO2濃度變化規(guī)律[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015，31(13)：184－191.

Zhou Bo, Nan Xiaohong, Wen Gaili. Variation and distribution characteristics of O2, CO2concentration in controlled atmosphere storage by CFD[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(13): 274－280. (in Chinese with English abstract)

[11] 牛培平，丁日升，宋衛(wèi)堂，等. 不同擋流板形式紫外線消毒儀殺菌效果模擬[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015，31(18)：184－191.

Niu Peiping, Ding Risheng, Song Weitang, Wang Yuan. Numerical simulation of sterilizing efficiency of ultraviolet disinfection reactors with different flow baffle types[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(18): 184－191. (in Chinese with English abstract)

[12] 李洪昌，李耀明，唐忠，等. 風(fēng)篩式清選裝置振動篩上物料運(yùn)動CFD-DEM 數(shù)值模擬[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2012，43(2)：79－84.

Li Hongchang, Li Yaoming, Tang Zhong, et al. Numerical simulation of material motion on vibrating screen of air-and-screen cleaning device based on CFD-DEM[J]. Transactions of the Chinese Society for Agricultural Machinery, 2012, 43(2): 79－84. (in Chinese with English abstract)

[13] 趙春江，韓佳偉，楊信廷，等. 基于CFD 的冷藏車車廂內(nèi)部溫度場空間分布數(shù)值模擬[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2013，44(11)：168－173.

Zhao Chunjiang, Han Jiawei, Yang Xinting, et a. Numerical simulation of temperature field distribution in refrigerated truck based on CFD[J]. Transactions of the Chinese Society for Agricultural Machinery, 2013, 44(11): 168－173. (in Chinese with English abstract).

[14] Petemson E L, Harris J A, Wadhwal L C. CFD modelling pond dynamic processes[J]. Aquacultural Engineering, 2000, 23(1): 61－93.

[15] Huggins D L, Piedrahita R H, Rumsey T. Use of computational fluid dynamics (CFD) for aquaculture raceway design to increase settling effectiveness[J]. Aquacultural Engineering, 2005, 33(3): 167－180.

[16] Labatut R A, Ebeling J M, Bhaskaran R, et al. Exploring flow discharge strategies of a mixed-cell raceway (MCR) using 2-D computational fluid dynamics (CFD)[J]. Aquacultural Engineering, 2015, 66: 68－77.

[17] Labatut R A, Ebeing J M, Bhaskaran R, et al. Modeling hydrodynamics and path/residence time of aquaculture like particles in a mixed-cell raceway (MCR) using 3D computational fluid dynamics (CFD)[J]. Aquacultural Engineering, 2015, 67: 39－52.

[18] Li L, Ni J R. Three-dimensional three-phase model for simulation of hydrodynamics, oxygen mass transfer, carbon oxidation, nitrification and denitrification in an oxidation ditch[J]. Water Research, 2014, 53: 200－214.

[19] Panneeraelvam R, Savithri S, Urender G D. CFD simulation of hydrodynamics of gas-liquid-solid fluidised bed reactor[J]. Chemical Engineering Science, 2009, 64(6): 1119－1135.

[20] Fluent User’s Guid[M], 2013. Fluent Inc, Lebanon, USA.

[21] Hamidipour M, Chen J, Larachi F. CFD study on hydrodynamics in three-phase fluidized beds-Application of turbulence models and experimental validation[J]. Chemical Engineering Science, 2012, 78: 16－180.

[22] 李源，楊菁，管崇武，等. 基于CFD 的養(yǎng)殖污水凈化內(nèi)循環(huán)流化床反應(yīng)器結(jié)構(gòu)優(yōu)化[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2014，30(22)：44－52.

Li Yuan, Yang Jing, Guan Chongwu, et al. Optimization for structure of internal loop fluidized bed reactor based on computational fluid dynamics[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(22): 44－52. (in Chinese with English abstract)

[23] 孫赟，林亞玲，劉興靜，等. 渦輪反應(yīng)器氣固兩相流動反應(yīng)CFD模型數(shù)值模擬[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2013，44(8)：195－201.

Sun Yun, Lin Yaling, Liu Xingjing, et al. Development of gas-solid two-phase flow-reaction CFD model for vortex reactor[J]. Transactions of the Chinese Society for Agricultural Machinery, 2013, 44(8): 195－201. (in Chinese with English abstract).

[24] 喻黎明，鄒小艷，譚弘，等. 基于CFD-DEM耦合的水力旋流器水沙運(yùn)動三維數(shù)值模擬[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2016，46(1)：126－132.

Yu Liming, Zou Xiaoyan, Tan Hong, et al. 3D numerical Simulation of Water and Sediment Flow in Hydro-cyclone Based on Coupled CFD-DEM[J]. Transactions of the Chinese Society for Agricultural Machinery, 2016, 46(1): 126－132. (in Chinese with English abstract).

[25] 陳晉南. 傳遞過程原理[M]. 北京：化學(xué)工業(yè)出版社，2004.

[26] Avnimelech Y, Ritwo G. Shrimp and fish pond soils: processes and management[J]. Aquaculture, 2003, 220(1): 549－567.

[27] Tzachi M. Samocha, Susmita Patnaik, Mike Speed, et al, Use of molasses as carbon source in limited discharge nursery and grow-out systems for[J]. Aquacultural Engineering, 2007, 36(2): 184－191.

[28] APHA. Standrd Methods for the Examination of Water and Wastewater 20th ed[M]. Washington: Amercian Public Health Association, 1998.

[29] Panneerselvam R, Savithr S, Surender G D, CFD simulation of hydrodynamics of gas-liquid-solid fluidized bed reactor[J]. Engineering Science, 2009, 69: 1119－1135.

Solid phase distribution simulation of culture pond with recirculating biofloc technology based on computational fluid dynamics

Shi Mingming1, Ruan Yunjie1,2※, Liu Huang3, Guo Xishan1, Ye Zhangying1, Han Zhiying1, Zhu Songming1

(1.310058,; 2.,14850,; 3.,200092,)

Biofloc technology (BFT) has been widely used in situ tilapia rearing for its benefits such as saving protein-feed and reducing the adverse impacts on environment. And biofloc concentration has huge effect on aquaculture system. More specifically, TSS(total suspend solid) and the uniformity of the biofloc distribution can greatly affect cultured animals on feeding enthusiasm, and high TSS even will threat the survival of breeding objects. In production, because of the biofloc sedimentation, the bottom of traditional BFT system usually extremely high, so the recirculating biofloc technology (RBFT) system has become a hot topic in recent study. To investigate the improvement on biofloc distribution uniformity of RBFT system compared with situ BFT system, an Euler-Euler multi-phase turbulence 3-D model combined with the kinetic theory of granular flow was applied to simulate the solid-liquid-gas three-phase flow in culture ponds of two kinds of BFT system. At first, the tank meshing was finished based on the commercial software Workbenching 15.0. The grid independent validation was done to choose the acceptable mesh. At last, the mesh was imported in numerical simulation software (Fluent) to analyze the velocity contours and streamlines of liquid phase, distribution characters of solid phase in these two models. In this simulation, pressure-based solver and second-order implicit transient formulation were adopted. The boundary conditions of water and air inlet were set as velocity, and their outlet were regard as pressure outlet equated to the local atmospheric pressure. What’s more, according to the SIM-PLE algorithm, pressure-velocity coupling was calculated. The bioflocs were regarded as to be distributed in the bottom initially. Unsteady simulations were performed when all residuals fall below 10-3, while 40 iterations per time step were used to ensure numerical stability. To have an accurate results, third-order monotone upstream-centered schemes for conservation laws (MUSCL) was used. The simulation results show that when the hydraulic retention time (HRT) of RBFT system is 0.45 h, its flow field has an irregularly varying flow directions namely spreading all over the space, and a severe turbulent flow is complex in contrast with BFT system. On one hand, this flow field results in a more homogeneous velocity distribution and less dead zone flow field in recirculating culture pond, and on the other hand, bioflocs are gathering at the main center area, which is beneficial to biofloc recirculating. What is particularly worth mentioning is that there is only a small amount of biofloc’s sedimentation at bottom in recirculating culture pond, and this result can efficiently avoid the anaerobic bacterium’s breeding caused by the biofloc sedimentation at bottom corners of culture ponds. In addition, the solid phase volume fraction is about 0.1 in recirculating culture pond’s model, and this concentration of suspended solid is suitable for growth of cultured aquatic animal like tilapia and shrimp. According to the comparison between simulation value and experimental data, the simulating value’s error is less than 20%, and the simulation results are trustworthy. In conclusion, the study shows that the RBFT system can overcome the disadvantages including uneven distribution of biofloc and too much dead zone in situ BFT system.

aquaculture; computational fluid dynamics; flow fields; recirculating biofloc technology system; culture pond; hydraulic retention time; multi-phase fluid

10.11975/j.issn.1002-6819.2017.02.035

S969

A

1002-6819(2017)-02-0252-07

2016-04-16

2016-11-19

國家自然科學(xué)基金青年基金（31402348）；十二五科技支撐計(jì)劃項(xiàng)目（2014BAD08B09）；農(nóng)業(yè)部漁業(yè)機(jī)械儀器研究所重點(diǎn)實(shí)驗(yàn)室開發(fā)基金（2015）；中國博士后基金項(xiàng)目（2014M551747）。

史明明，男，河南周口，博士生，主要從事設(shè)施水產(chǎn)裝備研究。杭州 浙江大學(xué)生物系統(tǒng)工程與食品科學(xué)學(xué)院，310058。Email：shimgmg@163.com

阮贇杰，男，浙江杭州，博士，主要從事水產(chǎn)養(yǎng)殖環(huán)境工程的研究。杭州 浙江大學(xué)生物系統(tǒng)工程與食品科學(xué)學(xué)院，310058。 Email：ruanyj@zju.edu.cn

史明明，阮贇杰，劉 晃，郭希山，葉章穎，韓志英，朱松明. 基于CFD的循環(huán)生物絮團(tuán)系統(tǒng)養(yǎng)殖池固相分布均勻性評價(jià)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2016，33(2)：252－258. doi：10.11975/j.issn.1002-6819.2017.02.035 http://www.tcsae.org

Shi Mingming, Ruan Yunjie, Liu Huang, Guo Xishan, Ye Zhangying, Han Zhiying, Zhu Songming. Solid phase distribution simulation of culture pond with recirculating biofloc technology based on computational fluid dynamics[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(2): 252－258. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2017.02.035 http://www.tcsae.org