多出口气流辅助喷雾器中气流分布室的结构优化与气流分布特性

《Biosystems Engineering》:Structural optimisation and airflow distribution characteristics of an airflow distribution chamber in a multi-outlet air-assisted sprayer

【字体: 大 中 小 】 时间:2026年08月29日 来源:Biosystems Engineering 7.8

编辑推荐:

   摘要多出风口气流辅助喷雾器能更好地适应多变的果树冠层,因为它能根据冠层体积或叶面积密度实现分层特定的气流调节。然而,作为确保喷雾器各出风口气流均匀分布的关键部件,气流分配室(ADC)仍缺乏系统性的尺寸设计和优化方法。本研究建立了一个气流供给系统(风扇 - ADC)的计算流体力

  

摘要多出风口气流辅助喷雾器能更好地适应多变的果树冠层,因为它能根据冠层体积或叶面积密度实现分层特定的气流调节。然而,作为确保喷雾器各出风口气流均匀分布的关键部件,气流分配室(ADC)仍缺乏系统性的尺寸设计和优化方法。本研究建立了一个气流供给系统(风扇 - ADC)的计算流体力学(CFD)模型。采用 CFD 与响应面法(RSM)相结合的方法对 ADC 的结构参数进行了优化。利用烟雾线可视化对内流场进行了定性评估。随后将 ADC 安装到多出风口喷雾器中,并在完整喷雾器系统内测量了各出风口的气流速度。与测量值相比,CFD 预测的四个出风口的气流速度的平均绝对相对误差为 4.2%。优化后的配置(风扇转速 2000 r·min?1,导流叶倾斜角 60°,导流叶长度 120 mm,出风口直径 46 mm)将 ADC 的出风口气流速度提高至 42.7 m·s?1,并将出风口间均匀性提高了 48.5%。回流区减少,高速核心更加居中并扩展。采用优化后的 ADC,喷雾器左右两侧的出风口气流速度表现出良好的均匀性,平均值分别为 19.7 m·s?1 和 19.4 m·s?1。左右两侧对应的变异系数分别为 3.4% 和 3.3%。此外,设计了一种具有可变风扇进口面积的气流调节装置,并利用建立的 CFD 模型分析了不同进口面积下的出风口气流分布。这些发现为 ADC 结构优化和气流分布控制提供了依据,并支持多出风口气流辅助喷雾器可变流量气流控制策略的开发。

引言根据联合国粮农组织统计数据库(FAOSTAT),2023 年全球主要水果作物的收获面积达到约 6778 万公顷(FAOSTAT, 2026)。传统的病虫害防治植物保护产品施用通常依赖于配备一个或多个风扇来输送液滴的气流辅助喷雾器(Celen, 2008; Cross et al., 2003; Dou et al., 2025)。然而,不同果树作物的冠层结构差异很大,导致冠层内的气流衰减和能量耗散存在差异(Dou et al., 2023; Landers, 2011; Wei et al., 2023),最终影响喷雾应用效率。尽管这些喷雾器可以产生高气流率,但气流通常集中且方向固定,限制了其满足不同冠层层位空间可变气流需求的能力(Kasner et al., 2018)。

导流塔喷雾器和多出风口气流辅助喷雾器代表了改进辅助气流与目标冠层之间空间匹配相关的两种途径。导流塔喷雾器主要使用垂直排列的气流输送结构和导流板来沿冠层重定向和重塑风扇产生的气流,而多出风口喷雾器则将气流分为几股离散的 airstreams 通过管道和位于不同冠层高度的出风口输送。后者在分区或特定出风口的气流调节方面提供了更大的灵活性,但随之对出风口之间均匀稳定的气流分布提出了更高的要求。

多出风口气流辅助喷雾器更适合冠层结构异质的果园,特别是低密度冠层,因为它们允许根据冠层间冠层体积或叶面积密度的变化灵活调整气流分布(Ou et al., 2024)。与单出风口气流辅助喷雾器相比,多出风口系统将气流更精确地输送到冠层不同的垂直区域,从而改善了喷雾覆盖率和沉积均匀性(Badules et al., 2018; Li et al., 2023; Lu et al., 2025; Zhu et al., 2004)。此外,与传统单出风口喷雾器往往产生过多且较难控制的 airflow 率相比,它们可以减少向非目标区域的喷雾飘移。Dekeyser 等人(2013)分析了不同类型气流辅助喷雾器的出风口流场和喷雾分布,发现多出风口喷雾器具有更好的冠层适应性。Wang 等人(2025)为多出风口果园气流辅助喷雾器设计了一个气流供给系统,其中离心风扇直接连接到柔性管道。他们的实验显示各出风口之间的气流速度存在显著差异。Qiu 等人(2016)将轴流风扇的出风口分为多个出风口并测量了气流速度。结果显示,静压裕度不足导致出风口之间的气流速度不均匀。

现有研究表明,尽管多出风口气流辅助喷雾器在局部气流输送和冠层适应性方面具有某些优势,但由于风扇脉动、管道结构差异和局部压力波动,出风口之间的气流分布往往不均匀。这限制了它们在分层气流输送方面的性能。为了提高气流分布的稳定性和均匀性,通常在风扇和出风口之间安装一个气流分配室(ADC)。ADC 提供了一个稳定压力的缓冲体积,有助于减少风扇脉动和局部压力波动,从而为多个出风口提供更大且更均匀的气流(Duga et al., 2015; Li et al., 2022)。

计算流体力学(CFD)为分析和优化 ADC 内的气流行为提供了一个有效的工具。与传统实验方法相比,CFD 可以表征内部气流特征,如回流区域和速度分布,这些在实验中很难直接测量。此外,CFD 允许系统地评估结构参数对气流分布的影响,同时减少实验工作量、成本和时间。以前的研究表明,ADC 结构、出风口排列和内部导流叶都会显著影响出风口气流分布。Ou 等人(2021)在离心风扇下游添加了一个 ADC,开发了一种多出风口果园喷雾器,证明出风口之间的气流分布均匀性得到了改善。Tang 等人(2025)进行了 CFD 分析,比较了带有和没有内部导流叶的 ADC,结果表明导流叶在提高出风口间气流均匀性方面起着重要作用。Liu 等人(2019)研究了具有不同结构配置的 ADC,报告称 ADC 几何形状显著影响出风口之间的均匀性。Wang 等人(2020)对多出风口气流辅助喷雾器进行了 CFD 模拟,分析了出风口数量和排列对气流均匀性的影响。在工业界,Teyme(西班牙)、Amos(法国)和 Jacto(巴西)等公司开发了多出风口气流辅助喷雾器,这些设备已应用于低密度冠层的果园。此外,以前的研究表明,多出风口气流辅助喷雾器与基于传感的控制、液滴参数优化或出风口气流调节装置相结合,可能有助于改善液滴输送并减少喷雾飘移。例如,Shen 等人(2017)将基于光探测和测距(LiDAR)的精准喷雾系统与多出风口气流辅助喷雾器集成,证明了其在减少农药使用和喷雾飘移方面的优势。Grella 等人(2020)优化了多出风口喷雾器中单个出风口的结构和气流供给,并通过液滴尺寸控制减少了喷雾飘移。Fan 等人(2022)在多出风口喷雾器的每个管道中引入了气流调节装置,能够响应冠层变化进行特定出风口的气流调节,从而减少喷雾飘移。

基于上述研究,配备 ADC 的多出风口气流辅助喷雾器在果园喷雾中显示出应用潜力。在低密度冠层条件下,它们有助于提高农药使用效率并减少喷雾飘移。目前,这些喷雾器的结构设计、气流优化和喷雾性能评估方面已取得一些进展。然而,仍然存在一些问题,包括缺乏 ADC 尺寸设计的系统方法、出风口之间的气流一致性不足以及集成传感系统进行自动控制的困难。本研究旨在:(i) 开发一种基于 CFD–RSM 的 ADC 优化方法,以改善出风口气流均匀性;(ii) 通过 CFD 模拟、烟雾线可视化和出风口气流速度测量来表征 ADC 的内部流场;以及 (iii) 评估不同风扇进口面积下的气流响应,以支持异质果园冠层的可变流量气流控制。

章节片段气流供给系统的组成和工作原理如图 1 所示,展示了多出风口气流辅助喷雾器的前端气流供给系统。该系统主要由叶轮、蜗壳、ADC 和四个圆形出风口组成。ADC 位于离心风扇和下游多出风口支管之间。它本质上是一个气流分配腔,具有压力稳定、流场整流、导流和流量再分配的功能。一方面,它可以缓冲周期性脉动

CFD 模型验证在优化前条件 n = 2000 r·min?1、α = 60°、L = 80 mm 和 D = 50 mm 下,CFD 预测的四个出风口的气流速度与测量值一致(图 5,图 6)。各出风口的绝对相对误差在 3.4% 到 5.2% 之间,平均绝对相对误差为 4.2%。测量的气流速度范围在 38.6 到 41.5 m·s?1 之间。这些结果表明,CFD 模型以足够的精度再现了气流速度的整体水平和出风口间的变化

基于 CFD-RSM 的 ADC 优化方法在本研究中,开发了一个结合的 CFD–RSM 框架,为 ADC 优化提供了一种系统和定量的方法。CFD 用于表征 ADC 内部的流场组织,而 RSM 用于量化关键结构参数对出风口气流速度和气流均匀性的主要效应和交互作用。这种方法减少了参数筛选过程中重复物理实验的需要,降低了实验成本,并改善了优化

结论本研究基于 CFD–RSM 方法系统地优化和验证了用于多出风口气流辅助喷雾器的 ADC。CFD 模型与实验测量结果吻合良好,并捕捉了 ADC 的主要内部气流特征。操作参数和结构参数均影响出风口气流性能,其中风扇转速和出风口直径对平均出风口气流速度的影响最强。考虑到气流输送和出风口间均匀性,该

CRediT 作者贡献声明
Fan Feng:写作 – 审阅与编辑,写作 – 初稿,可视化,软件,方法学,概念化。
Changyuan Zhai:写作 – 审阅与编辑,监督,概念化。
Jianjun Hao:写作 – 审阅与编辑,监督,数据管理,概念化。
Yanlong Zhang:写作 – 审阅与编辑,概念化。
Hanjie Dou:写作 – 审阅与编辑,写作 – 初稿,资源,资金获取,数据管理。

数据可用性
数据应要求提供。

利益冲突声明
作者声明没有已知的财务利益冲突或个人关系可能会影响本文报告的工作。

致谢
这项工作得到了中国国家自然科学基金(项目编号:NSFC32402417)、国家重点研发计划项目(项目编号:2022YFD2001402)、中国博士后科学基金(项目编号:2023M740312)、北京市农林科学院杰出科学家计划(项目编号:jkzx202212)的资助。

Fan Feng|Changyuan Zhai|Jianjun Hao|Yanlong Zhang|Hanjie Dou
北京市农林科学院智能设备研究中心,中国北京,100097
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