上呼吸道中煤尘颗粒的沉降特性:数值模拟与机器学习快速预测模型

《Powder Technology》:Sedimentation characteristics of coal dust particles in the upper respiratory tract: Numerical simulation and machine learning rapid prediction models

【字体: 大 中 小 】 时间:2026年07月26日 来源:Powder Technology 5.5

编辑推荐:

  •揭示非稳态呼吸状态下上呼吸道的气流特性。•阐明可吸入煤尘的粒径依赖性沉积机制。•明确呼吸参数对沉积过程的调控机制。•构建基于CFD和机器学习的沉积分数预测模型。引言煤炭开采与加工过程中会产生严重的环境污染和职业健康风险,尤其是粉尘危害[1]、[2]、[3]。随着煤矿机械化程度的

  
  • •
    揭示非稳态呼吸状态下上呼吸道的气流特性。
  • •
    阐明可吸入煤尘的粒径依赖性沉积机制。
  • •
    明确呼吸参数对沉积过程的调控机制。
  • •
    构建基于CFD和机器学习的沉积分数预测模型。

引言

煤炭开采与加工过程中会产生严重的环境污染和职业健康风险,尤其是粉尘危害[1]、[2]、[3]。随着煤矿机械化程度的不断提高,切割、掘进、运输以及设备运行过程中产生的粉尘量不断增加,同时空气中可吸入颗粒物的比例也在上升[4]、[5]、[6]。煤尘的传输与扩散受隧道气流、通风布局及操作条件等多种因素共同影响,从而导致不同作业环境中的粉尘暴露程度存在显著差异[7]、[8]、[9]。在如此复杂的粉尘暴露环境中,大量可吸入煤尘颗粒会通过口鼻进入呼吸道并沉积在矿工肺部,引发慢性炎症反应和组织纤维化,进而导致煤工尘肺病、矽肺病、进行性大块纤维化等严重的职业性肺疾病,严重时还会造成不可逆的损伤和劳动能力丧失[10]、[11]、[12]。
上呼吸道是人体与外界进行气体交换的主要通道,也是肺部组织阻挡呼吸性煤尘的最后一道防线[13]、[14]。不同粒径、形态及理化性质的煤尘颗粒会通过惯性撞击、重力沉降、布朗扩散等机制,在上呼吸道的不同部位发生沉积[15]、[16]、[17]。这些沉积的颗粒不仅会在局部组织引发炎症和氧化应激反应,还可能在气流输送和黏液纤毛清除的作用下进一步移动,或随痰液排出,或进入肺组织引发不可逆的病理变化[18]、[19]、[20]。因此,系统研究煤尘颗粒在人体上呼吸道的迁移、扩散与沉积规律,对于准确评估职业暴露风险具有重要意义。
由于无法直接检测人体呼吸道的粉尘暴露特征,基于人体呼吸道模型粉尘暴露特性的仿真研究得以广泛开展[21]、[22]、[23]。随着医学成像技术和医学建模软件的发展,近年来基于CT图像的呼吸道三维模型得到了广泛应用,因为它能够最大程度地还原个体解剖结构特征,显著提升流动细节和沉积分布预测的可靠性[24]、[25]、[26]。可吸入颗粒物在上呼吸道的迁移与沉积属于典型的复杂多相流动过程,其沉积模式受呼吸几何结构、呼吸状态及颗粒物理性质等多重因素影响[27]、[28]。从几何结构来看,简化呼吸模型的非稳态大涡模拟结果表明,呼吸气流会在通道内形成喉部射流、二次流等复杂流动结构[29]。基于真实CT扫描构建的人体上呼吸道及气管支气管模型进一步发现,在不同的呼吸强度下,1–10?μm颗粒的沉积行为存在显著差异,且惯性撞击是该区域颗粒沉积的主导机制[30]。就呼吸状态而言,彭等人[31]指出,15–30?L/min范围内的呼吸强度变化可能会影响颗粒的扩散与沉积过程,且与对呼吸系统的损害程度相关。高浓度粉尘传输的仿真结果显示,鼻咽部、口咽部、会厌及咽喉等局部结构容易产生气流加速、分离和倒流现象,从而促使颗粒在上述区域集中沉积[32]、[33]。此外,纳米颗粒在口咽部及气管支气管内的运动行为表明,随着流速和颗粒尺寸的增加,颗粒在相关区域的沉积效率显著提升,惯性撞击依然是主导机制[34]。至于颗粒特性方面,非球形颗粒和纤维状气溶胶的传输与沉积特性受到了广泛关注。与球形颗粒相比,非球形气溶胶病原体[35]、[36]以及药物颗粒[17]、[37]更易进入深层气道,其沉积量和分布也存在显著差异。对于纤维颗粒而言,高长径比的纤维在特定粒径范围内具有更高的沉积效率,其形态对颗粒的沉降路径和沉积位置有着显著的调控作用[37]。尽管数值模拟为煤尘颗粒的沉积规律提供了可靠的数据依据,但其计算成本较高,当输入条件发生变化时往往需要重新建模或重新计算。相比之下,数据驱动的机器学习模型能够大幅缩短计算时间,快速准确地预测颗粒的传输行为[38]、[39]、[40]。有研究采用计算流体动力学离散元方法模拟了气道中药物气溶胶的传输过程,进而利用四种机器学习回归模型快速预测了不同流速和颗粒尺寸下的颗粒沉积规律[41]。Seyed等人[42]通过结合机器学习与流体动力学方法,揭示了热通量、雷诺数、颗粒尺寸等参数对换热器中Al2O3纳米颗粒沉积的影响规律,旨在优化沉积过程以提高传热效率。此外,还有研究基于真实的CT气道模型,运用欧拉-拉格朗日方法和遗传算法分析了颗粒直径、形状因子及流速对沉积的影响,并验证了该算法的高准确性[43]。
综上所述,现有研究利用CFD方法在探索上呼吸道颗粒物沉积问题上已取得显著进展。然而,大多数研究仅聚焦于几何结构、呼吸状态或颗粒特性中的单一因素,对于多因素耦合作用下的沉积机制仍缺乏系统阐述。同时,基于仿真数据的预测模型大多局限于特定的工作条件或简化假设,缺乏一种能够适应矿工复杂多变呼吸状况和颗粒特性的通用、高效且易于解释的沉积预测方法。针对上述问题,本研究基于个体矿工的CT扫描图像构建了高精度的上呼吸道几何模型,综合考虑了煤矿不同工作强度下的呼吸状态以及煤尘颗粒尺寸、密度等关键物理属性。通过CFD-DPM数值模拟,揭示了在不同呼吸强度、呼吸周期及颗粒参数组合下的气流特性与煤尘颗粒迁移沉积行为的多元耦合规律。在此基础上,进一步利用数值模拟数据集构建了机器学习回归模型,实现了在复杂多变条件下对呼吸道各部位煤尘沉积量的快速预测。此外,还通过特征重要性分析评估了不同参数对沉积量的影响程度。期望本研究能为呼吸道沉积的精准预测提供有力工具,便于定量评估煤矿的职业健康风险,同时为优化地下矿工的个体防护技术提供有力的理论支撑。

章节摘要

人体上呼吸道模型的三维重建

本研究所使用的初始图像来自一名健康中国男性的肺部CT扫描数据,该数据包含197层图像,层厚为1.25?mm,以DICOM格式存储,如图1(a)所示。该模型已获得*生物医学研究伦理委员会的必要伦理批准,伦理批准号为*。首先,将CT断层图像导入图像处理软件Mimics,根据不同组织之间的灰度差异

上呼吸道的空气动力学特性

在本部分中,除非另有说明,否则均在4?s缓慢深呼吸模式下,分析了15、30、45、60、75和90?L/min这六种呼吸强度下的空气动力学特性。采用这种设置是为了在比较呼吸强度对气流结构的影响时保持呼吸周期的一致性。此外,还通过对比2?s快速浅呼吸模式与4?s缓慢深呼吸模式,进一步单独分析了呼吸周期的影响

讨论

通过数值模拟与机器学习的结合,本研究系统探究了在不同呼吸状况和颗粒特性下煤尘在上呼吸道的传输、沉积与逸出规律,实现了在复杂多变条件下的快速沉积预测。基于CT解剖模型的研究表明,总沉积量是多种因素和机制共同作用的结果,不同区域则由不同的因素起主导作用

结论

在本研究中,我们模拟了不同粒径和密度的可吸入煤尘颗粒在矿工不同呼吸强度和呼吸周期下的上呼吸道内的扩散与沉积过程。在此基础上,利用数值模拟数据集构建了机器学习回归模型,实现了在多种工作条件下的煤尘沉积量快速预测,为可吸入煤尘的沉积规律研究提供了新的见解。
  • (1)
    该

CRediT作者贡献声明

董玉迪:撰写——初稿、可视化、验证、软件、资源、方法论。施旭:撰写——审阅与编辑、资源。王松泉:撰写——审阅与编辑、可视化、监督、方法论、概念设计。崔玉明:软件、资源、方法论。李海泉:监督、方法论、概念设计。杭文璐:撰写——审阅与编辑、可视化、验证。

利益冲突声明

作者声明不存在任何可能影响本文研究结果的已知财务利益关系或个人关系。

致谢

本研究得到了国家自然科学基金(编号:82405130)、徐州市科技局健康科普项目(编号:KC25093)以及江苏省研究生科研实践创新计划(编号:2025XKT1473)的支持。
董玉迪|施旭|王松泉|崔玉明|李海泉|杭文璐
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号