赵家安^1,2，梁辰吉昱¹，王欢¹，李先庭¹，徐伟²
1.清华大学；2.中国建筑科学研究院有限公司

       【摘  要】为了严格保障室内洁净度，电子洁净设计的循环风量极大，导致了显著的能源消耗。实际运行过程中，洁净室内并不总是处于最不利设计状态，因此存在风量调节的空间。基于人员数量传感器和颗粒物计数器的调控方法能一定程度上满足调控需求，但对于非均匀特征明显的电子洁净室并不能很好的适应。因此本文提出基于人员位置的送风调控方法，识别洁净室内最主要的污染源人员并加以控制，降低其余区域风量的需求。以某千级洁净室为对象，对人员站立状态及走动状态下的控策略进行研究。结果表明，与传统设计状态恒定运行相比，基于人员位置的送风调控方法在维持颗粒浓度的水平相同的情况下，可以实现总循环风量降低59.8%。

       【关键词】电子洁净厂房，送风调控，室内人员定位，建筑节能

       【基金项目】十三五国家重点研发计划项目，项目编号：2018YFC0705201

Abstract: The designed circulating air volume in electronic cleanroom is extremely high to ensure strict indoor cleanliness, which result in a significant energy consumption. In the actual operation, the clean room is not always in the most unfavorable design state, so there is possibility of air volume adjustment. The control method based on the occupant sensor or the particle counter can meet the control requirements to a certain extent, but it cannot be well adapted to the electronic clean room with obvious non-uniform characteristics. Therefore, this paper proposes a supply air control method based on the position of occupant, to identify and control the most important particle source and reduce the demand for air volume in other areas. For the clean room (ISO 6), the control strategy of personnel standing and walking state was studied. The results show that the total circulating air volume can be reduced by 59.8% when the particle concentration is maintained at the same level, compared with the traditional design of constant air volume operation.
Key words: Electronic cleanroom; Control strategy of supply air, Indoor personnel positioning; Building energy saving 

1 引言

       电子信息技术行业对于我国的高新技术发展及国家安全有着重要意义，洁净室是其发展的重要基础之一。电子洁净室的建设规模快速增长，根据目前洁净室产值规模估算，每年新增建设面积增速约为16%，其能源消耗需求也急剧增加。电子洁净室需要大量循环风保障室内严格的参数要求，导致了极高的循环空气输配能耗，单位面积全年能耗可达1,413 kWh/m^{2 [1]}。因此，降低洁净室能耗对于实现“双碳”目标有着重要的意义。

       为了完全满足需求的洁净度，洁净室通常采用较大的设计风量不间断运行。但在实际运行过程中，工作的条件会发生变化。大多数情况下，人员、工艺过程产生的颗粒物会显著低于最不利的设计状态，此时可以减小送风以达到节能的目的。基于该思路，研究人员提出了基于需求的过滤控制（Demand Controlled Filtration）方法，采用颗粒物计数器监测实时的颗粒物浓度对送风进行同步调节，可以实现60-80%的节能^[2]。考虑到人员是洁净室的主要污染源，通过监测人员数量的方式代替颗粒物计数器进行调节，可以显著降低成本，实现类似的节能效果^[3]。

       通过安装颗粒物计数器或者人员数量传感器的方法能实现基于需求的过滤控制，当颗粒物浓度增加时，同步增加送风的风量，当颗粒物浓度降低时，同步降低送风风量。但这两种监测方式只能反映洁净室内个别点的浓度水平或者房间的平均浓度。实际上，洁净室的颗粒物浓度分布有非常显著的非均匀特性，污染源附近的颗粒物浓度会显著高于其余区域^[4]。因此，基于颗粒物计数器或者人员数量进行调控的方法，会导致洁净室部分区域颗粒物浓度超标或者室内颗粒物浓度仍存在较大冗余量的情况，这对于有着极高环境要求的电子洁净室是不允许的。

       随着图像识别及室内定位技术的发展，通过提取人体轮廓识别人员，根据轮廓面积识别人员数量及位置成为可能^[5,6]。在电子洁净室中，风机过滤单元（FFUs）均匀布置在顶部进行送风，并能够独立进行调控，当我们获知人员信息后，对这一最主要的颗粒物发生源进行针对性的控制，可以实现更加可靠及高效的控制，具体调控原理如图1所示。

       由于电子洁净室送风口众多，且人员工作状态较为复杂，如何设计每个送风口的风量，实现高效的气流组织，对于洁净室的环境保障效果及节能效果至关重要。本文对人员站立工作状态及走动情况下分别进行研究，以期得到可靠的送风控制策略，实现显著的节能效果。

图1 基于人员位置FFU调控示意图

2 数值方法

       2.1 物理模型

       电子洁净室目前普遍采用上送架空地板回风的气流组织形式，FFU按照一定的布置率均匀分布在吊顶上，洁净空气由FFU送出，稀释掉洁净室内的污染物后通过架空地板进入下夹层，最后由下夹层两侧的回风口排出，洁净室的人员及工艺设备通常位于架空地板上方。

       本文对洁净厂房某生产电子芯片的扩散区进行研究，该区域的FFU布置率为25%，设计洁净等级为千级（ISO 6, ≥0.5μm粒子浓度小于等于35200 pc/m³）。洁净室尺寸为9.8m×9.8m×4.55m（L×W×H）, 洁净室高度3.25 m，下夹层高度为1.3 m，FFU尺寸为1.2 m×1.2 m，布置间隔1.2 m。回风口设置在下夹层侧面，尺寸为1.3m × 9.8m。人员发热量设置为78 W，人员颗粒物释放量取穿着全套洁净服时的释放量，站立状态下颗粒物释放量为6, 000 pc/s (≥0.5μm)，走动情况下取 30, 000 pc/s (≥0.5μm) ^[7]，忽略其余颗粒物散发。FFU给定送风速度，送风温度取设计值20℃。架空地板视为均匀阻力层，采用多孔介质模型进行模拟，阻力系数根据实验数据拟合。模型详细的尺寸及位置参数见图2。

图2 洁净室模型

       2.2 数学模型

       近些年发展起来的Realizable k-ε模型相比标准的k-ε模型在强流线弯曲、漩涡和旋转有更好的表现^[8]。在洁净室中由于非满布的FFU射流会产生涡旋，因此采用Realizable k-ε模型对电子洁净室的气流组织进行模拟。

       对于颗粒物的模拟，有学者对室内颗粒物的分布和沉积规律进行了研究，现有结果指出对于小于2 μm的颗粒物和被动气体的扩散输运性质相同[9]。因此本研究将颗粒物看作被动运输的气态污染物，采用的控制方程如下：

        

       式中，C_P为颗粒物浓度 (pc/m³);u_j为空气沿j方向的分速度 (m/s);S_P 为单位体积颗粒物源的释放速率 (pc/(m³•s));  D是扩散系数 (pc/(m²•s))。

       采用有限体积法(FVM)及二阶迎风格式将上述方程离散为代数方程。计算方法采用SIMPLE算法求解连续方程和动量方程。采用Boussinesq模型评价浮力效应^[10,11]。

       2.3 模拟工况设置

       电子洁净室传统的设计工况下，所有FFU送风速度均以0.35 m/s 恒定运行。采用基于人员位置的送风调控方法后，仅人员周围1.8 m范围内的FFU送风速度维持0.35 m/s，其余FFU送风速度降低至0.1m /s。本文分别对人员站立状态及人员走动状态下分别进行研究，以传统的设计工况下的颗粒物浓度水平作为基准，验证采用基于人员位置送风调控方法后，颗粒物浓度仍能维持在相同的水平，从而确定新方法的有效性。

       在站立状态下，由于人员与FFU的相对位置不同，会显著影响颗粒物的分布，因此采用具有代表性的三个位置P1（人员在FFU下方）、P2（人员在紧邻FFU的盲板下方）及 P3（人员在FFU对角的盲板下方）分别进行模拟。在走动状态下，给定移动速度为1 m/s，沿着洁净室内某一直线运动。洁净室共16个FFU，具体布置情况见图3（a），人员的位置及走动路线见图3（b）。

（a）FFU布置情况                                                                   （b）人员位置及走动路线
图3  FFU及人员的设定情况
表1 算例设置

       注：1. B代表传统设计工况，即所有FFU均为0.35 m/s; N代表基于人员位置的送风调控方法，即人员周围FFU为0.35 m/s，其余为0.1 m/s。

              2. S代表站立状态，W代表走动状态。

              3. P1,2,3,4 代表不同的位置。

       由于洁净室内颗粒物浓度分布具有显著的非均匀特征，因此在评价颗粒物浓度水平时，需要尽可能选取所有的点，具体监测点位置如图4所示。

图4 洁净室内监测点位置的选取

3 结果和讨论

       3.1 人员站立状态下的模拟结果

       人员站立状态下，针对三种典型位置进行了研究。当人员在P1位置时，采用传统设计方法及基于人员位置的送风调控方法的颗粒物浓度分布情况见图5。两种策略下，人员周围的颗粒物浓度最高，随着距离人员增加，颗粒物浓度显著降低。传统设计情况下，FFU1-16均以0.35m/s进行送风，通过识别人员位置，维持人员周围上方FFU6送风速度不变，降低其余FFU送风至0.1m/s，显著降低循环风量的同时，仍能较好的维持洁净室的颗粒物浓度水平。

（a）Case B-S-P1 颗粒物浓度分布                         （b）Case N-S-P1颗粒物浓度分布
图5 人员位于P1时不同送风策略的颗粒浓度分布对比

       当人员在P2位置时，采用传统设计方法及基于人员位置的送风调控方法的颗粒物浓度分布情况见图6。两种策略下，人员周围的颗粒物浓度最高，随着距离人员增加，颗粒物浓度显著降低。传统设计情况下，FFU1-16均以0.35m/s进行送风，通过识别人员位置，维持人员周围1.8m内送风速度不变，即FFU6和7风量不变，降低其余FFU送风速度至0.1m/s，显著降低循环风量的同时，仍能较好的维持洁净室的颗粒物浓度水平。

（a）Case B-S-P2 颗粒物浓度分布                         （b）Case N-S-P2颗粒物浓度分布
图6 人员位于P2时不同送风策略的颗粒浓度分布对比

       同样的，当人员在P3位置时，采用传统设计方法及基于人员位置的送风调控方法的颗粒物浓度分布情况见图6。两种策略下，人员周围的颗粒物浓度最高，随着距离人员增加，颗粒物浓度显著降低。传统设计情况下，FFU1-16均以0.35m/s进行送风，通过识别人员位置，维持人员周围1.8m内送风速度不变，即FFU6，7，10，11送风速度不变，降低其余FFU送风速度至0.1m/s，显著降低循环风量的同时，仍能较好的维持洁净室的颗粒物浓度水平。

（a）Case B-S-P3 颗粒物浓度分布                  （b）Case N-S-P3颗粒物浓度分布
图7 人员位于P3时不同送风策略的颗粒浓度分布对比

       3.2 人员走动状态下的模拟结果

       人员走动状态下，需要根据人员实施的位置对FFU进行实施的调控，保证人员周围FFU始终维持0.35 m/s，距离人员较远的FFU降低至0.1 m/s。选取人员走动过程中某一时刻（t = 5s）的洁净度保障情况进行分析，两种策略下颗粒物浓度分布情况见图8，其余时刻与该情况类似，不再对每一个时刻进行比较。在人员走动到第5s时（人员所在位置X=5m），采用基于人员位置的送风调控策略，即维持FFU10,11,14,15送风速度为0.35m/s，降低其余FFU至0.1m/s。相比传统设计状态，颗粒物浓度仍维持在较低水平，且风量显著降低。

（a）Case B-W-P4 颗粒物浓度分布    （b）Case N-W-P4颗粒物浓度分布
图8 人员走动状态时不同送风策略的颗粒浓度分布对比

       3.3 全年运行风量比较

       实际电子厂房中不同人员状态场景出现的时间比例不同，每种人员场景的可降低风量程度不同，需要对全年总体风量可降低比例进行综合评估。该生产区域自动化程度较高，设计人数为1人，工作时间为三班制24小时。电子洁净室人员大部分时间为站立工作状态，少部分时间为走动状态，设定站立工作时间占比为80%，走动时间占比为20%。

       站立状态策略为：1）当人员在FFU下方时，仅人员上方FFU维持0.35m/s，其余为0.1 m/s；2）当人员在紧邻FFU的盲板下方时，盲板两侧FFU维持0.35m/s，其余为0.1 m/s；3）当人员在FFU对角的盲板下时，人员周围四个FFU维持0.35m/s，其余为0.1 m/s。人员等概率出现在任意位置，以上三种策略出现的概率分别为1/4，1/2，1/4。因此，当人员为站立工作的场景时，基于人员位置的FFU控制策略可降低61.4%的风量。

       人员走动场景策略为：人员达到位置1.8m范围内四个FFU以0.35 m/s送风，其它FFU以0.1 m/s送风，因此，当人员为走动的场景时，风量可降低53.6%。

       综合人员站立工作（80%）及走动工作（20%）两种场景的权重，基于人员位置的FFU控制策略可以降低59.8%的全年运行循环风量。

4 结论

       本文针对FFU布置率为25%的电子洁净厂房，基于人员位置的FFU送风调控进行了探究。得到了较为可行的调控方式，并与传统的FFU不进行调控的方式进行对比，评价了控制效果及风量降低潜力。有结论如下：

       （1）当控制人员1.8m范围内的FFU送风速度为设计值0.35 m/s时，降低其余FFU送风速度至0.1 m/s，人员站立及走动状态下均可以较好地保障洁净区的洁净水平。

       （2）采用基于人员位置的FFU送风调控方法可以显著降低风量。以本文FFU布置率为25%的洁净厂房为例，新的调控方法可以降低59.8%全年运行循环风量。

参考文献

       [1] S.-C. Hu, Y.K. Chuah, Power consumption of semiconductor fabs in Taiwan [J], Energy. 28 (2003) 895–907. 
       [2] D. Faulkner, W.J. Fisk, J.T. Walton, Energy savings in cleanrooms from demand-controlled filtration [J], J. Inst. Environ. Sci. 39 (1996) 21–27.
       [3] D. Faulkner, D. DiBartolomeo, D. Wang, Demand Controlled Filtration in an Industrial Cleanroom [J]., (2007) 11.
       [4] X. Shao, S. Liang, J. Zhao, H. Wang, H. Fan, H. Zhang, G. Cao, X. Li, Experimental investigation of particle dispersion in cleanrooms of electronic industry under different area ratios and speeds of fan filter units [J], J. Build. Eng. 43 (2021).
       [5] 何扬名,戴曙光.利用轮廓特征进行人头识别的方法[J].计算机工程与应用,2010,46(29):164-166.
       [6] 王厚大.一种计算任意封闭形状面积的方法[J].南京邮电学院学报,1997(4):83-85.
       [7] 冯树根.空气洁净技术与工程应用[M].第二版.北京：机械工业出版社，2013.
       [8] 屈伟. 用CFD研究室内空气特性及污染物浓度的分布[D]. 北京：北京工业大学.2006.
       [9] F Chen, SCM Yu, ACK Lai, Modeling particle distribution and deposition in indoor environments with a new drift-flux model [J]. Atmospheric Environment. 2006,40:357-367.
       [10] S. V Patankar, Numerical heat transfer and fluid flow [M], Washington : Hemisphere Pub. co., Washington, 1980.
       [11] J.D. Anderson, Computational fluid dynamics : the basics with applications [M], New York : McGraw-Hill, New York, 1995.

       备注：本文收录于《建筑环境与能源》2021年10月刊 总第48期（第二十二届全国通风技术学术年会论文集）。版权归论文作者所有，任何形式转载请联系作者。