池塘養殖跑道流場特性數值模擬及集污區固相分布分析

汪 翔，崔 凱，李海洋，蔣陽陽，何吉祥，張 靜

池塘養殖跑道流場特性數值模擬及集污區固相分布分析

汪 翔，崔 凱，李海洋，蔣陽陽，何吉祥，張 靜※

（1. 安徽省農業科學院水產研究所，合肥 230031；2. 水產增養殖安徽省重點實驗室，合肥 230031）

為探索池塘工程化跑道式循環水養殖系統中養殖區跑道內流場分布及集污區固相顆粒分布特征，該文以稠密離散相模型對養殖系統進行流速仿真，并對9組0.03～2.00 mm不同顆粒直徑的總懸浮固體顆粒進行數值模擬。結果表明：養殖跑道內水流處于緩流狀態，在水面區域形成的高速流場受重力和慣性作用沿養殖跑軸方向由液面向底部下掃推進，推進到底部后流場趨于穩定。下掃推進過程中在前擋水墻與底部之間形成固有回流區，回流區特征長度與推水口平均流速呈線性關系。固相顆粒在養殖跑道對應的集污區里呈“U”形沉積分布，其中直徑大于1.30 mm的固相顆粒沉積率在85%以上，直徑小于0.60 mm的沉積率在44.13%以下，總沉積率為37.77%。研究表明，使用DDPM模型可初步評估池塘工程化跑道式循環水養殖系統設計對固相顆粒沉積的影響，系統中集污區對直徑0.60～2.00 mm固相顆粒的沉積效果顯著。

數值模擬；流場；模型；池塘工程化跑道式循環水養殖系統；流體力學；多相流；沉積率

0 引 言

池塘工程化跑道式循環水養殖系統（IPRS，in-pond raceway system）是池塘循環水養殖模式中的一種[1-2]。中國2014年從美國大豆協會引進，在浙江、江蘇、安徽等地改進后示范應用。該系統是在傳統養殖池塘中通過建筑養殖跑道、集污區等方式劃分功能區，將養魚和養水在空間上隔離。在養魚區的養殖跑道中利用增氧機、風機等進行高密度流水養殖；在集污區中用吸污泵對投喂殘餌、養殖對象排泄物進行收集，減少對水體污染；凈水區中養殖鰱魚、鳙等魚類和種植水生植物以達到凈化水質目的[3]。與傳統養殖方式相比，池塘工程化跑道式循環水養殖系統將傳統的“散養”轉變為“圈養”，其經濟效益在所有養殖模式中單位面積產量最高[4]。

池塘工程化跑道式循環水養殖系統是近期引進吸收再創新技術，技術熟化時間短，仍有許多問題沒有深入研究[5]。該系統中養殖跑道內流速大小不僅影響魚類活動時能量消耗，還影響養殖系統中殘餌和魚類糞便收集效率[6-7]。Li 等通過試驗室搭建3.7 m×3.7 m ×0.75 m跑道模型，分析認為在湍流和向心力作用下，養殖跑道中同時存在塞流和回流[8]。楊菁等運用物質平衡原理分析認為降低養殖系統中內循環流量能提高魚糞及殘餌收集率[9]。關于該系統中集污區內固相顆粒分布的研究目前鮮有報道[10]。養殖水體中殘餌和魚類糞便增多直接導致水質指標中氨氮和亞硝酸鹽升高，易誘發疾病也影響水產品生長。同時，池塘工程化跑道式循環水養殖系統中應用的吸污機的運動軌跡為直線導軌式。隨著水下吸污機器人的應用，吸污軌跡由單一直線運動提升到任意曲線軌跡運動。為能充分發揮水下吸污機器人的工作效率，需要明確集污區中魚糞及殘餌的分布規律，以此設計合理的工作路徑。此外隨著池塘工程化跑道式循環水養殖系統變頻推水技術的研發，明確推水速度和沉積率之間關系是變頻調控的數據基礎。因此本文首先利用計算流體動力學（computational fluid dynamics，CFD），對養殖跑道、集污區進行固液氣三相流稠密離散相模型模擬；再對養殖區流速分布情況和集污區固相顆粒沉積分布情況進行檢測以驗證模型的準確性，最后提取稠密離散相模型中固相顆粒組的逃逸數據，分析固相顆粒的沉積分布規律和固相顆粒沉積率，以期為池塘工程化跑道式循環水養殖系統的自動化建設提供參考。

1 系統構造介紹

池塘工程化循環水養殖系統位于巢湖江坤水產合作社的養殖基地。該養殖系統占地25000m2，由養殖跑道、集污區和凈水區3部分組成，其中養殖跑道和集污區為工程硬化部分，占地750m2，占池塘總面積3%；凈水區24 250m2，占池塘總面積97%。在凈水區中建立擋水壩，養殖水體從集污區排出后繞擋水壩循環至推水口，具體圖1。

圖1 IPRS系統航拍圖

池塘工程化循環水養殖系統采用氣提水作為主要推水動力，為了獲得均一性好的水流特性并且減少施工量，養殖單元跑道結構多設計成規則矩形結構[11]。該養殖區由5條長22m、寬5m的長方形養殖跑道并聯而成，后方的集污區與其垂直相連。在推水設備下方建有1m高前擋水墻，集污區出口建有0.6m高后擋水墻。在養殖跑道前端、末端和集污區出口均建有攔魚格柵，見圖2a。

1.氣升式增氧機 2.走道 3.進水口 4.前擋水墻（高1 m） 5.前攔魚柵 6.微孔增氧管 7.養殖跑道 8.后攔魚柵 9.吸污機滑道 10.集污區攔魚格柵 11.后檔水墻（高0.6 m） 12.滑動式吸污機（污水泵） 13.集污區 14.廢棄物收集區 15.A面（空氣壓入面） 16.B面（推水面） 17.前擋水墻（1 m高） 18.進氣口 19.進水口 20.前出氣面 21.上出氣面 22.壁面 23.后出氣面 24.出水口

1.Air lift pump 2.Walkway 3.Water inlet 4.Front retaining wall (1 meter high) 5.Inlet fish barrier 6.Microporous aeration tube 7.Aquaculture raceway 8.Outlet fish barrier 9.Suction machine slide 10.Waste area barrier 11.Rear retaining wall (0.6 meter high) 12.Sliding suction machine (sewage pump) 13.Waste settling area 14.Waste collection area 15.Side A (air pressure surface) 16.Side B (pushing water surface) 17.Front water retaining wall (1 meter high) 18.Air inlet 19.Water inlet 20.Front air outlet 21.Surface layer of the gas outlet 22.Wall of tank 23.Rear air outlet 24.Water outlet

圖2 IPRS系統3D模型分解圖

Fig.2 Exploded 3D model of IPRS

2 數值模擬方法

2.1 模型結構

為節約計算成本，對池塘工程化循環水養殖系統模型進行簡化模擬。該系統使用的推水設備外形為半徑0.8 m的1/4空心圓柱體，在圓柱體一個縱剖面上安裝膜片曝氣器，記作空氣壓入面（A面），圓柱體另一個縱剖面則記作推水面（B面）。羅茨風機將空氣壓入A面后，利用空氣浮力和圓柱體內空間壓力將水體從B面推出[12]。同時在B面下方設有1m高的擋水墻，減少水流的回流現象，見圖2b。

進氣口位于A面，由8個0.215m×0.26m的膜片曝氣器組成，膜片曝氣器之間間隔0.2m。進水口位于A面，進水面積為A面面積減去進氣口面積，為3.6m2。養殖跑道壁面高為2.3 m，槽內有效養殖水深度為1.8 m，所以在模型中1.8m以下為液體，1.8～2.3m處為氣體，1.8m處氣水交界面以開放式形態存在。因此在1.8～2.3 m的氣體空間中分別劃分前出氣面、上出氣面、后出氣面。養殖跑道模型末端口0.6m高以下為后擋水墻，0.6～1.8m高為出水口，見圖2c。

2.2 模擬方程

由于養殖水體中存在大量的殘餌、魚糞等顆粒物質，因此養殖跑道內為固、液、氣三相混合液流動。在養殖跑道和集污區中視固相、氣相和液相為具有連續性和不可壓縮性的混合相，相關控制方程表述如下[13-16]：

1）質量守恒方程

2）動量守恒方程

式中，，為坐標軸長度，m；，，為3個坐標軸對應的速度，m/s；為密度，kg/m3；F，F，F為所在3個坐標軸的體積力分力，m/s2。

3）湍動能方程為

4）湍動耗散率方程為

模型通用常數的取值分別為1=1.44，2=1.92，3=0.09；湍動能（J）與耗散率（%）的湍流普朗特數為=1.0。

2.3 邊界條件和網格劃分

池塘工程化循環水養殖系統使用3000 W羅茨風機作為推水動力。羅茨風機是容積式風機的一種，其葉輪每轉一次輸出的空氣量為恒定值，所以羅茨風機輸送的風量與轉數成正比[17]。因此設定進氣口為速度入口，依據試驗風機轉速和容積量求得出風量，計算出進氣口速度為0.115m/s，速度方向垂直于進氣口斷面。由于進水口空氣流動帶動水體進入，所以進水口設定為壓力進口。風機的曝氣口即空氣壓入面位于水下0.8 m處，因此進水口的壓力值為0.8m水深的自然環境壓力。養殖跑道出氣口直接與大氣接觸，所以前、上、后出氣口均設置為壓力出口。出水口設為壓力出口，依據液體壓強公式通過自定義udf函數定義出水口的壓力隨液體深度增加而增大。壁面采用無滑移固壁，在近壁面采用標準壁面函數。

模型網格的質量對模擬精度、數值穩定性、收斂性和計算時間有影響，因此網格質量以滿足計算要求為準，避免網格過密浪費計算資源[18-19]。為降低計算成本，采用ICEM軟件對模型先使用結構化網格劃分，后將結構化網格轉化為非結構化網格[20]。進行三維非結構化網格劃分時，為節省計算資源，模型取3條養殖跑道和其對應的集污區為計算域，并對其加密，加密后網格和節點數量為210936和30598，見圖3。同時使用更精細的網格即網格數263 870、節點數38 548和網格數316404、節點數45897進行模擬，結果無顯著差異。因此選用網格和節點數量210936和30598的模型作為仿真模型。

圖3 養殖區非結構化網格圖

2.4 模型參數確定

DDPM和DEM模型都包含對顆粒的空隙率以及碰撞計算，二者皆滿足本文對池塘工程化養殖系統的仿真需要。DEM采用軟（硬）球模型模擬真實碰撞，并且可以賦予顆粒更多特性，能更精確地還原顆粒對流場的作用以及顆粒與顆粒、顆粒與壁面的碰撞情況。然而它在處理顆粒碰撞時要搜索周邊顆粒，所以計算量比較大。DDPM模型對于顆粒碰撞的計算進行了模化，顆粒間碰撞產生的力是根據KTGF計算得到。由于本文中涉及模擬場景的尺度較大，所以選用對顆粒碰撞計算進行模化的稠密離散相模型（dense discrete phase model，DDPM）[21]追蹤養殖跑道內固體顆粒的運動。固體顆粒直徑的大小對固液相間拽力有著明顯的影響[22-23]，所以結合生產情況和魚糞分解情況模擬設計了9組不同粒徑的顆粒物質[24]，詳見表1。

表1 9組固相顆粒粒徑模擬設計值

基于CFD仿真軟件 Fluent16平臺，根據試驗及實際情況采用有限體積法離散化的三維-方程及非耦合隱式方案[25]，選擇標準模型[26]，選用分離式壓力修正法中SIMPLE算法為數值求解方法，速度校正方程中壓力項選用默認的standard格式，擴散項、源項和對流項均采用一階迎風差分格式離散[27]，進行數值求解。

先計算氣液兩相在養殖跑道內的流動，當達到質量流量平衡時，在養殖跑道中20m斷面處放入模擬顆粒物質組。其他相關物性參數和初始參數的設定如表2所示。

表2 參數設定

3 驗證試驗方法

3.1 流速檢測方法

在養殖跑道內，沿軸方向分別在2、4、6、8、10、12、14、16、20、22m處設立養殖跑道流速檢測斷面；在集污區內，沿方向分別在1、2、3、4m處設立集污區流速檢測斷面，見圖4a。在檢測斷面的寬邊上（養殖跑道的寬），每間隔1m設立一處流速檢測垂線，共計4條檢測垂線。每一檢測垂線自水面向下每隔10cm為流速檢測點，每一檢測斷面上共計64個流速檢測點[19]，見圖4b。使用南京鑫和興泰科技有限公司生產精度0.001 m的LS1206B型旋槳式流速儀為檢測各個流速檢測點的流速，每次檢測時長為60s。流速檢測點記錄的流速數值為重復檢測3次后求的均值。

3.2 集污區顆粒沉積分布

利用吸污機、人工吸污對集污區內污垢進行收集清理。清理后使用美國Speedtech生產的精確度0.10 mm的MIK-DFCC-ssy型超聲波水深儀對集污區各個檢測點進行測量，保證所有檢測點數據均等于當前水深，確保集污底部為水平面以減少檢驗誤差。在不開啟排污系統時，正常投喂20 d，第21天使用墨西哥勞倫斯HOOK2-7XTS聲納測掃成像儀沿圖4a中集污區4 m斷面位置的底部進行測掃成像。

圖4 養殖跑道流速測定分布圖

4 結果與分析

4.1 流場分析

在模型迭代計算28800次后，模型中流入和流出的質量流量趨于平衡，誤差為0.09kg/s；殘差低于10-4，呈現周期性震蕩，認為計算收斂[28]，養殖跑道液相速度云圖如圖5所示。

圖5 養殖跑道液相速度云圖

在養殖跑道中高速流場以養殖跑道前端推水面（見圖2b）為起點隨著養殖跑道長度增加由液面向底層推進，到達底部后養殖跑道內流場總體趨于穩定。依據各個斷面的流速均值，可以計算出佛羅德數范圍為0.013～0.033。當<1時，養殖跑道內水流處于緩流狀態，流場受重力影響較大。所以水流自推水口推出后，在水面區域形成的高速流場受到重力作用向下掃流推進，并擠壓前部水體爬升，進而形成了上升流場[29]。上升流場的部分動能轉換為勢量，其流速低于高速流場。當上升流場到達水面區域后在重力和推力作用下再次下掃推進，周而復始將動能傳遞下去，總體趨于穩定。因此推水口水面區域形成的高速流場運動形態對控制養殖跑道內流場能量分配傳遞占主導作用。

從養殖跑道液相速度流線圖（見圖5c）中可以看出流線進入養殖跑道后，由于斷面突然擴大，在重力作用下，流線從上至下逐漸彎曲，從擋水墻至底部區域形成順時針方向的回流區。該回流區為高速流場下掃推進中養殖跑道流場內的固有湍流，其回流區特征長度直接影響高速流場下掃推進的距離、角度和流場內能量傳遞過程。

仿真進氣口流速0.05、0.10、0.20、0.40、0.60 m/s情況下，養殖跑道中固有回流區特征長度的變化見圖6。隨著進氣口流速增加，推水機圓柱體弧面外壁壓力升高，導致推水面流速增加，回流區特征長度也隨著增加。繪制推水面平均流速（m/s）與回流區特征長度（m）關系圖，二者呈線性關系，函數為：=14.43+1.51，2=0.994。

圖6 不同流速條件下回流區速度流線圖

4.2 模型驗證

使用matlab軟件對LS1206B型旋槳式流速儀檢測的流速數據進行分析。對每個檢測斷面中相同位置的檢測垂線上記錄的流速數據進行集合，獲得養殖跑道縱切面流速數據集合。利用griddata函數對縱切面數據集合進行樣條插值，并繪制等流速線圖，見圖7。對比圖5b和圖7，可以看出通過測量值獲得的養殖跑道流場分布特征與模型模擬結果基本相符。

圖7 實測養殖跑道縱切面等流速線圖

對養殖跑道每一斷面模擬和測量的流速值集合求均值，繪制檢測點流速模擬值和測量值的對比圖，結果見圖8。從圖8中可以看出，模擬值與測量值的變化規律大致相似，模擬值與測量值之間的均方根誤差RMSE為0.013 m/s，模擬結果可靠。

圖8 檢測點流速模擬值和測量值的對比圖

模擬值在養殖跑道前部檢測點檢測值低于測量值，可能主要由于進水口周圍的固有湍流、假設進氣口均勻分布[30]以及模型簡化模擬的進水口、魚群活動等原因造成，其他研究者在高速湍流區域也得到類似的結果[19,31]。池塘工程化養殖系統的推水方式是氣壓推水，推水同時起到增氧作用，所以養殖跑道中前端溶解氧充足。受到溶解氧和投喂等因素影響，魚群活動主要集中在養殖跑道的前端和中端，因此養殖跑道前端、中端的模擬值與測量值存在誤差。在養殖跑道末端，以上所述影響因子影響減小，模擬值與測量值之間誤差隨軸延長減少。

4.3 固相沉積分布特征

設置固相顆粒9組由圖4a中養殖跑道20m斷面處進入模型。為提高計算效率，在模型進入3×104個固體顆粒后關閉固相顆粒的進入。當模型中顆粒逃逸數量持續穩定，繪制集污區中固相顆粒追蹤圖，見圖9。從圖9a中可見，集污區中的固相顆粒主要分布在養殖跑道兩側壁在方向的延遲線上，呈現“U”字形分布。

使用HOOK2-7XTS聲納測掃成像儀沿圖4a集污區中4 m斷面進行測掃成像，結果見圖9b。因為在聲納圖中凸起目標呈現為陰影圖像，由圖9b可以看出，在集污區中，連續起伏的波浪陰影為固相顆粒沉積分布形態，其陰影波峰對應區域為養殖跑道兩側壁的延長線。集污區聲納測掃圖顯示的固相顆粒沉積分布位置與圖9a中模擬的集污區固相顆粒分布情況一致。

圖9 集污區固相顆粒分布圖

集污區液相速度流線圖（圖10a）中可見流線進入集污區后，由于集污區末端擋水墻作用，斷面突然收縮，流線從下至上逐漸彎曲，在末端擋水墻至集污區底部區域形成逆時針方向的回流區，進而降低了集污區末端的底部流速，使得未逃逸的固相顆粒沉積在擋水墻內。固相顆粒沿養殖跑道兩側邊壁區（見圖10b）的流場移動，進入集污區后隨著流速降低，在養殖跑道兩側邊壁區沿軸的延遲長線上沉積，從而使每一條養殖跑道在集污區中的對應水域里形成“U”字形固相顆粒沉積分布。

圖10 集污區液相速度流線圖

4.4 固相沉積率評價

提取模型中9組固相顆粒逃逸數量，每組固相顆粒的沉積比例計算如下：

計算9組不同粒徑條件下的沉積率，見圖11。從圖中可以看出，目前池塘工程化循環水養殖系統對粒徑大于1.30 mm的固相顆粒表現較好的沉積效果，沉積率在85%以上；粒徑1.00和0.60 mm的固相顆粒沉積率分別為 67.21%和44.13%；而對粒徑0.30 mm以下的固相顆粒沉積率較低，粒徑0.30 mm顆粒的沉積率為10.36%、粒徑0.10 mm顆粒的沉積率為1.49%、粒徑0.06 mm顆粒的沉積率為0.33%、粒徑0.03mm顆粒的沉積率為0.14%。將9組沉積率以對應其所占比例進行加權平均計算，求得總沉積率37.77%。

5 結 論

1）基于DDPM模型對池塘工程化循環水養殖系統進行了流場數值計算，模擬值與測量值之間的均方根誤差RMSE為0.013 m/s，可以很好的模擬養殖區流場分布特征和集污區固相顆粒沉降分布特征。通過此方法可以初步評估池塘工程化循環水養殖系統設計對不同固相顆粒沉積的潛在影響。

2）在池塘工程化循環水養殖跑道中水流處于緩流狀態，其流場形態分為2個區域。區域1為：在水面區域形成的高速流場受到重力和推力作用向下掃流推進，推進時在養殖跑道前擋水墻與底部之間形成固有回流區。區域長度與回流區特征長度有關，與推水口平均流速呈線性關系。區域2為：高速流場推進到養殖跑道底部之后。該區域內高速流場擠壓形成的上升流場到達水面區域后，在重力作用下再次下掃推進，周而復始總體趨于穩定。

3)池塘工程化循環水集污區中固相顆粒沉積分布主要在養殖跑道兩壁對應集污區中的延長線上和集污區末端擋水墻前，從而使得每一條養殖跑道對應在集污區中的水域里形成“U”字形固相顆粒沉積分布。現有吸污設備運行軌跡為直線運行，通過明確本系統中固相顆粒分布規律可進一步優化吸污軌跡。集污區中大于1.30 mm固相顆粒的沉積率在85%以上，小于0.60 mm固相顆粒的沉積率在44.13%以下，總沉積率為37.77%。表明池塘工程化循環水養殖系統中集污區對直徑0.60～2.00 mm的固相顆粒的沉積效果顯著，對小于0.60 mm以下的固相顆粒的沉積率并不理想，對養殖中產生的殘餌、糞便收集仍有較大提升空間。

[1] Brown T W, Chappell J A, Boyd C E. A commercial-scale, in-pond raceway system forproduction[J]. Aquacultural Engineering, 2011, 44(3): 72－79.

[2] Brown T W, Boyd C E, Chappell J A. Organic carbon and dissolved oxygen budgets for a commercial-size, in-pond raceway system[J]. Journal of the World Aquaculture Society, 2015, 46(5): 539－548.

[3] Tidwell J. Aquaculture Production Systems[M]. Iowa: John Wiley & Sons, Inc, 2012.

[4] Brown T W, Hanson T R, Chappell J A, et al. Economic feasibility of an in-pond raceway system for commercial catfish production in west Alabama[J]. North American Journal of Aquaculture, 2014, 76: 79－89.

[5] 何玉明，張天虎，陳文永，等. 影響池塘工業化生態養殖系統水槽集排污效果的因素與對策[J]. 科學養魚，2016(6)：2－3.

[6] Vigneux E. 魚道：生物學依據、設計標準及監測[M]. 北京：中國農業出版社，2011.

[7] Tucker C S, Hargreaves J A. Environmental Best Management Practices for Aquaculture[M]. Oxford: Wiley-Blackwell, 2009.

[8] Li W, Cheng X, Xie J, et al. Hydrodynamics of an in-pond raceway system with an aeration plug-flow device for application in aquaculture: an experimental study[J]. R. Soc. open sci., 2019，6(7): 182061.

[9] 楊菁，管崇武. 池塘內循環養殖模式關鍵工藝參數設計[J]. 中國農學通報，2019，35(15)：148－151.

Yang Jing, Guan Chongwu. Design of key process parameters for circulating culture model in pond[J]. Chinese Agricultural Science Bulletin, 2019, 35(15): 148－151. (in Chinese with English abstract)

[10] 孫頔，劉飛. 以CFD-DEM為基礎的養殖槽排污性能及底坡優化[J]. 水產學報，2019，43(4)：946－956.

Sun Di, Liu Fei. Pollution discharge performance and bottom slope optimization of aquaculture tanks for intensive pond aquaculture[J]. Journal of Fisheries of China, 2019, 43(4): 946－956. (in Chinese with English abstract)

[11] 金武，羅榮彪，顧若波，等. 池塘工程化養殖系統研究綜述[J]. 漁業現代化，2015，42(1)：32－37.

Jin Wu, Luo Rongbiao, Gu Ruobo, et al. A review about pond engineering aquacultural systems[J]. Fishery Modernization, 2015, 42(1): 32－37. (in Chinese with English abstract)

[12] 陳文華，聶家凱，閆磊，等. 低碳高效池塘循環流水養殖草魚新技術試驗總結[J]. 科學養魚，2014，30(10)：20－23.

[13] Brown T W, Chappell J A, Hanson T R. In-pond raceway system demonstrates economic benefits for catfish production[J]. Global Aquaculture Advocate, 2010, 13(4): 18－21.

[14] 蔣永強，楊忠勇，石小濤，等. 基于多重水力學因子的豎縫式魚道中魚類上溯軌跡模擬[J].生態學雜志，2018，37(4)：1282－1290.

Jiang Yongqiang, Yang Yongzhong, Shi Xiaotao, et al. The simulation of fish migratory trajectory in a vertical slot fishway based on multi-hydraulic indices[J]. Chinese Journal of Ecology, 2018, 37(4): 1282－1290. (in Chinese with English abstract)

[15] 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: 167－180.

[16] 王福軍. 計算流體動力學分析-CFD軟件原理與應用[M]. 北京：清華大學出版社，2004.

[17] 蘇春模. 羅茨鼓風機及其使用[M]. 長沙：中南工業大學出版社，1999.

[18] 喻黎明，鄒小艷，譚弘，等. 基于CFD-DEM耦合的水力旋流器水沙運動三維數值模擬[J]. 農業機械學報，2016，47(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, 47(1): 126－132.(in Chinese with English abstract)

[19] Huggins D L, Piedrahita R H, Rumsey T. Analysis of sediment transport modeling using computational fluid dynamics (CFD) for aquaculture raceways[J]. Aquacultural Engineering, 2004, 31: 277－293.

[20] 張敏，盛頌恩，黃慶宏，等. 結構與非結構網格之間的轉換及應用[J]. 浙江工業大學學報，2006，34(6)：684－687.

Zhang Min, Cheng Songen, Huang Qinghong, et al. Applications of transformation of structured to unstructured meshes[J]. Journal of Zhejiang University of Technology, 2006, 34(6): 684－687. (in Chinese with English abstract)

[21] 李立清，胡薔，黃貴杰，等. 環柵噴淋泡沫塔歐拉-離散相模型三相除塵模擬[J]. 中國電機工程學報，2012，32(5)：68－77.

Li Liqing, Hu Qiang, Huang Guijie, et al. Numerical simulation of three-phase flow in the scrubber for a cascade-ring foam tower using a combined Euler-discrete phase model methed[J]. Proceedings of the CSEE, 2012, 32(5): 68－77. (in Chinese with English abstract)

[22] 李建平，吳康，何相逸，等. 基于CFD的養殖水體固液旋流分離裝置數值模擬與驗證[J]. 農業工程學報，2019，35(11)：182－187.

Li Jianping, Wu Kang, He Xiangyi, et al. Numerical simulation and validation of solid-liquid cyclone separation device for aquaculture water based on CFD[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(11): 182－187. (in Chinese with English abstract)

[23] Lekang O. Renoval of Paticles: Traditional methods[M]. West Sussex: John Wiley & Sons, 2013.

[24] Wong K B, Piedrahita R H. Settling velocity characterization of aquacultural solids[J]. Aquacultural Engineering, 2000, 21(4): 233－246.

[25] 史明明. 循環式生物絮團系統內部多相流的CFD模擬與優化[D]. 杭州：浙江大學，2018.

Shi Mingming. CFDSimulationandOptimization of Multiphase Flow inRecirculatingBioflocTechnology System. Hangzhou: Zhejiang University, 2018. (in Chinese with English abstract)

[26] Versteeg H K, Malalasekera W. An Introduction to Computational Fluid Dynamics[M]. England: Pearson Education Limited, 1995.

[27] 史明明，阮贇杰，劉晃，等. 基于CFD的循環生物絮團系統養殖池固相分布均勻性評價[J]. 農業工程學報，2017，33(2)：252－258.

Shi Mingming, Ruan Yunjie, Liu Huang. et al. 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)

[28] 宋俊偉，馮業，吳姝，等. 分行冠內冠上組合風送式噴桿噴霧機工作參數優化[J]. 農機化研究，2018(7)：162－168.

Song Junwei, Feng Ye, Wu Shu, et al. Parameter simulation optimization and experiment on air duct of boom sprayer[J]. Journal of Agricultural Mechanization Research, 2018(7): 162－168. (in Chinese with English abstract)

[29] 楊勝發，張鵬，胡江，等. 明渠均勻流Q結構分布及運動特性[J]. 水科學進展，2016，27(3)：430－438.

Yang Shengfa, Zhang Peng, Hu Jiang, et al. Distribution and motion characteristics of Q-events for open-channel uniform flow[J]. Advances in Water Science, 2016, 27(3): 430－438. (in Chinese with English abstract)

[30] Bates P D. Development and testing of a subgrid-scale model for moving-boundary hydrodynamic problems in shallow water[J]. Hydrological Processes, 2000, 14: 2073－2088.

[31] Shankar N J, Chan E S, Zhang Q Y. Three-dimensional numerical simulation for an open channel flow with a constriction[J]. Journal of Hydraulic Research, 2001, 39(2): 187－201.

Numerical simulation of flow field characteristics for aquaculture raceway and analysis of solid phase distribution in waste settling zone

Wang Xiang, Cui Kai, Li Haiyang, Jiang Yangyang, He Jixiang, Zhang Jing※

(1.,230031; 2.,230031)

In-pond raceway system (IPRS) that was introduced from the United States by American Soybean Association in 2014, and it has been rapidly applied in recent years. It has realized the transformation of aquaculture model from traditional low-efficiency culture to high efficient culture. Many problems that limit the further integration of aquaculture management have not been studied in depth due to the short application time. In order to explore the distribution of flow field of raceway and the solid phase distribution characteristics of waste settling zone in the culture unit of in-pond raceway system, in this study, the data were simulated by dense discrete phase model (DDPM) based on computational fluid dynamics (CFD) and then were analyzed to form the liquid phase velocity contours, liquid phase velocity path lines and solid-phase distribution characteristics. Firstly, the mesh of culture units was constructed by ICEMCFD software. Secondly, the velocity of flow and nine groups of total suspended solids with different particle sizes were simulated with DDPM using numerical simulation software of FLUENT. In this simulation, the boundary condition of the air inlet was set to the speed, and the other exits were regarded as the pressure outlet. Three-dimensional n-s equation and uncoupled implicit scheme were used for discretization using finite volume method. A three-dimensional equation and a non-coupling implicit scheme discretized by a finite volume method was used, a standard-two-equation turbulence model was selected, and a phase coupled SIMPLE algorithm was used as a numerical solution method in the separation pressure correction method in this study. The default standard format was selected in the pressure term of the velocity correction equation. The standard format, the diffusion term, the source term, and the convection term were all separated by a first-order upwind difference format. The velocity distribution of raceway in culture unit was detected by current meter, and the image for particle deposition in waste settling zone was scanned by a sonar scanning imager. The root mean square error (RMSE) between simulated value and measured value was 0.013 m/s. The water flow in raceway was in a slow-flow state. The high-speed flow field in the water surface area was pushed by the gravity and inertia along the length of raceway from the liquid surface to the bottom and then tended to be stable after reaching the bottom. During the sweeping process, the water flow formed an inherent backflow region between the front retaining wall and the bottom of raceway and the characteristic length of the backflow region was linear with the average flow velocity of the water inlet. The solid phase particles moved with the flow field along inside wall on both sides of the raceway. The solid phase particles were deposited in a U-shape after entering the waste settling zone which corresponding to each raceway. The deposition ratio of solid particles larger than 1.30 mm was over 85%, while the deposition ratio of solid particles smaller than 0.60 mm was less than 44.13%, and the total deposition ratio was 37.77%. The study showed that the influence of the design of the in-pond raceway system on the solid-phase particle deposition can be evaluated preliminarily by using DDPM, the deposition effect of waste settling zone on solid particles smaller than 0.6 mm in diameter was not ideal in this system.

numerical simulation; flow fields; models; in-pond raceway system; computational fluid dynamics; multiphase flow; deposition ratio

汪 翔，崔 凱，李海洋，蔣陽陽，何吉祥，張 靜. 池塘養殖跑道流場特性數值模擬及集污區固相分布分析[J]. 農業工程學報，2019，35(20)：220－227.doi：10.11975/j.issn.1002-6819.2019.20.027 http://www.tcsae.org

Wang Xiang, Cui Kai, Li Haiyang, Jiang Yangyang, He Jixiang, Zhang Jing. Numerical simulation of flow field characteristics for aquaculture raceway and analysis of solid phase distribution in waste settling zone[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(20): 220－227. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.20.027 http://www.tcsae.org

2019-06-10

2019-08-31

安徽省科技重大專項（18030701169）；特色淡水魚產業技術體系（CARS-46）；大宗淡水魚產業技術體系（CARS-45）；水產增養殖安徽省重點實驗室；安徽省農科院重點及新興學科培育項目（17A0514）

汪 翔，助理研究員，主要從事漁業數字信息研究。Email：18009697940@163.com

張 靜，副研究員，主要從事水產養殖病害防控研究。Email：18056064966@163.com

10.11975/j.issn.1002-6819.2019.20.027

S954.1+2

A

1002-6819(2019)-20-0220-08