浙江大学学报(工学版)

浙江大学学报(工学版), 2024, 58(1): 109-120 doi: 10.3785/j.issn.1008-973X.2024.01.012

交通工程、土木工程

公路隧道运营环境的二氧化碳分布特性

温小宝,, 韩兴博,, 叶飞, 邓念兵, 杨海挺, 张兴冰, 王培源

1. 长安大学 公路学院，陕西 西安 710064

2. 宁波市交通工程管理中心，浙江 宁波 315000

3. 四川成乐高速公路有限责任公司，四川 成都 610000

Carbon dioxide distribution characteristics of highway tunnel operating environment

WEN Xiaobao,, HAN Xingbo,, YE Fei, DENG Nianbing, YANG Haiting, ZHANG Xingbing, WANG Peiyuan

1. School of Highway, Chang’an University, Xi’an 710064, China

2. Ningbo Traffic Engineering Management Center, Ningbo 315000, China

3. Sichuan Chengle Expressway Limited Company, Chengdu 610000, China

通讯作者: 韩兴博，男，副教授. orcid.org/0000-0002-9919-6749. E-mail： xingbo.han@chd.edu.cn

收稿日期: 2023-02-22  

基金资助: 国家自然科学基金资助项目（52108360）；宁波市公益类科技计划资助项目（2021S191）；长安大学中央高校基本科研业务费专项资金资助项目（300102213206）

Received: 2023-02-22  

Fund supported: 国家自然科学基金资助项目（52108360）；宁波市公益类科技计划资助项目（2021S191）；长安大学中央高校基本科研业务费专项资金资助项目（300102213206）

作者简介 About authors

温小宝（1999—），男，硕士生，从事隧道长期性能的研究.orcid.org/0000-0001-8510-8093.E-mail：wxbchder@126.com , E-mail：wxbchder@126.com

摘要

为了探究公路隧道运营环境中CO2的分布特性，基于宁波市5处公路隧道的现场实测，研究公路隧道运营环境的CO2体积分数基本水平以及CO2体积分数与隧道交通流状态、平面线形、断面几何特性等的关系. 基于4G远程智能化连续监测，分析公路隧道运营环境CO2体积分数随时间的变化. 通过数值模拟探讨隧道长度、线形、交通流状态及断面几何特性等对CO2分布的具体影响规律. 研究发现，CO2体积分数沿隧道纵向具有明显的线性递增特征，通常情况下隧道出口处的CO2体积分数最高，可达691×10−6~1 226 ×10−6，为一般大气环境水平的2~4倍，同交通量情况下通风水平、横通道、加宽带、线形、长度等会提高线性增长的斜率且影响程度依次递减. CO2的断面分布具有明显的扩散现象和重力效应，同一断面的壁面高度越大，体积分数越小，直线隧道两侧的CO2呈对称分布，曲线隧道内侧的体积分数显著高于外侧，加宽带具有一定的缓冲效应且加宽带一侧体积分数略低于另一侧，横通道具有一定的互补式通风效果. CO2体积分数具有明显的时变特征和周期性，8点、12点、17点出现日体积分数极值，周末出现周体积分数极值，体积分数变化与交通量情况显著相关.

关键词： 公路隧道 ; 衬砌碳化 ; 二氧化碳分布 ; 现场监测

Abstract

The basic level of carbon dioxide volume fraction in the operating environment of highway tunnels and the relationship between carbon dioxide volume fraction and tunnel traffic flow state, plane alignment and cross-section geometric characteristics were analyzed based on the field measurement of five highway tunnels in Ningbo in order to explore the distribution characteristics of carbon dioxide in the operating environment of highway tunnels. The change of carbon dioxide volume fraction in highway tunnel operation environment with time was analyzed based on 4G remote intelligent continuous monitoring. The specific influence of tunnel length, alignment, traffic flow state and section geometric characteristics on the distribution of carbon dioxide was discussed by numerical simulation. Results showed that the volume fraction of carbon dioxide had obvious linear increasing characteristics along the longitudinal direction of the tunnel. Generally, the volume fraction of carbon dioxide at the exit of the tunnel was the highest, up to 691×10−6~1226×10−6, which was 2~4 times that of the general atmospheric environment level. Ventilation level, cross channel, broadband, line shape and length will increase the slope of linear growth and the degree of influence will decrease in turn under the same traffic volume. The cross-section distribution of carbon dioxide has an obvious diffusion phenomenon and gravity effect. The higher the wall height of the same section is, the lower the volume fraction is. The volume fraction of carbon dioxide on both sides of the straight tunnel is symmetrically distributed. The volume fraction inside the curve tunnel is significantly higher than that on the outside. The broadband has a certain buffer effect and the volume fraction on the broadband side is slightly lower than that on the other side. The cross channel has a certain complementary ventilation effect. The volume fraction of carbon dioxide has obvious time-varying characteristics and periodicity. The daily volume fraction extreme value appears at 8, 12 and 17 o’clock, and the weekly volume fraction extreme value appears at the weekend. The volume fraction change is significantly correlated with the traffic volume.

Keywords： highway tunnel ; lining carbonation ; carbon dioxide distribution ; on-site monitoring

PDF (2613KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

温小宝, 韩兴博, 叶飞, 邓念兵, 杨海挺, 张兴冰, 王培源. 公路隧道运营环境的二氧化碳分布特性. 浙江大学学报(工学版)[J], 2024, 58(1): 109-120 doi:10.3785/j.issn.1008-973X.2024.01.012

WEN Xiaobao, HAN Xingbo, YE Fei, DENG Nianbing, YANG Haiting, ZHANG Xingbing, WANG Peiyuan. Carbon dioxide distribution characteristics of highway tunnel operating environment. Journal of Zhejiang University(Engineering Science)[J], 2024, 58(1): 109-120 doi:10.3785/j.issn.1008-973X.2024.01.012

随着我国隧道基础设施从“建设为主”向“建养并重”过渡，大量运营隧道的养护维修与长寿命化技术受到重视，碳化耐久性作为隧道钢筋混凝土衬砌结构面临的重要挑战，受到了众多学者的关注[1-4]. 与厂房、住宅、桥梁等地表建筑物不同，公路隧道由于半封闭的空间特征及汽车行驶过程中大量尾气的排放，隧道内部CO2的体积分数远高于大气环境[5-6]，甚至能够达到正常大气中CO2体积分数的5倍以上[7]. CO2体积分数作为影响混凝土碳化进程的控制因素之一[8-9]，对混凝土碳化速度的影响显著[5,10-11]. 与地表建筑物相比，公路隧道衬砌的碳化耐久性保障面临更加严峻的挑战[12-13].

考虑到公路隧道内的CO2体积分数高于大气环境，曾石发等[14-16]通过建立相应的计算模型，实现隧道CO2体积分数的理论计算. 韩兴博等[3]通过实测数据建立隧道内CO2体积分数的计算公式，视整个隧道中的CO2体积分数为一常量，给出公路隧道衬砌混凝土碳化寿命的计算方法. 王蕾[15]基于分子扩散机理，提出隧道内CO2体积分数的计算方法，为隧道碳化模型中参数的确定提供了支持. 上述计算主要考虑了交通量对CO2整体分布的影响，计算方法较理想. 隧道长度、隧道断面内的位置、隧道不同的结构部位等均会对CO2体积分数产生影响，因此应在碳化耐久性设计中区别考虑.

关于隧道内CO2体积分数的现场实测，目前已有部分报道. Moreno等[17]对巴塞罗那地铁隧道的空气质量进行监测，其中CO2体积分数为371×10−6~569×10−6. Kappelt等[18]对哥本哈根地铁的污染物进行类似的监测，CO2体积分数极值约为600×10−6. 李兵成等[19]对西康铁路秦岭隧道的环境卫生进行研究，发现该隧道CO2质量浓度为1.02~2.13 g/m3 (体积分数为526×10−6~1099 ×10−6). 尽管地铁和铁路隧道中不涉及汽车行驶带来的CO2排放，受封闭环境的影响，CO2体积分数仍然高于大气环境的400 ×10−6[20]. 关于公路隧道的CO2体积分数实测，刘洋[21]对西安市内4条公路隧道的环境污染物进行监测，发现CO2的体积分数基本为600×10−6~900×10−6. Cong等[22]对青岛仰口隧道的污染物进行监测，其中CO2的体积分数为700×10−6~1600×10−6. Khan等[23]对巴基斯坦的Lowari隧道建设及运营阶段的污染物体积分数进行长期观测发现，运营期间CO2的体积分数极值超过2000×10−6. 总体而言，目前关于隧道尤其是公路隧道的环境CO2体积分数实测数据较少. 现有现场监测的CO2体积分数差异较大，导致差异的原因不明确. 此外，现有的CO2体积分数监测基本从隧道洞内环境卫生保障的角度出发，监测位置选择较随意，不能反映隧道衬砌表面的CO2体积分数，直接用于碳化耐久性评估的准确性不能保障.

为了更加准确地确定公路隧道内部环境的CO2体积分数，得到隧道空间内部CO2的分布规律，本文通过现场监测结合数值模拟，考虑公路隧道的内部空间特性，分析公路隧道内部CO2的分布特性，为不同交通组织类型的隧道以及隧道的不同位置、不同结构（主洞、加宽带、横通道）等的衬砌碳化耐久性设计提供更加科学的依据.

1. 公路隧道CO2分布的现场监测

1.1. 监测方案

1.1.1. 移动式快速监测

为了获取公路隧道CO2分布的基本水平与整体规律，对宁波市域的5处隧道进行CO2体积分数移动式快速监测. 仪器采用BLATN空气质量检测仪，CO2体积分数的测量范围为0~5×10−3，分辨率为10−6，精度为4.5×10−5. 为了保证安全和数据的有效性，监测人员手持仪器，在隧道检修道上行进，监测高度为1.5 m，水平距离为边墙向内0.5 m，纵向以50 m为间隔，对隧道壁附近的CO2体积分数进行监测. 每个点位待仪器采集数据稳定后进行记录，采集3次，以平均值作为该点位的最终监测值. 移动式快速监测的隧道工况如表1所示. 表中，隧道均为双车道，截面面积的差异不明显；监测时通风设备均未在工作状态；断续流由洞口前方交叉路口的信号灯控制.

表 1   CO2监测工况

Tab.1  Carbon dioxide monitoring conditions

工况 隧道 风机数 隧道长度/m 隧道断面/m 线形 交通流特征
净高 净宽 单向或双向 连续性 测量时间
S1 高架岭隧道 8 1385 11.25 5 直线 单向 连续流 下午
S2 史家山隧道 6 900 10.46 5 直线 单向 断续流 下午
S3 影城隧道 — 410 13 5 直线 双向 断续流 下午
S4 大金山隧道上行线 10 1950 11 7.05 曲线 单向 连续流 夜晚9点
S5 大金山隧道下行线 10 1950 12.6 7.35 曲线 单向 连续流 凌晨1点

新窗口打开| 下载CSV


1.1.2. 固定式长期监测

为了更加详细地监测隧道内CO2的时变特征，以大金山隧道为代表，在隧道内安装4组具有4G通信模块的CO2监测仪，分别布置在隧道的入口、2/4、3/4和出口位置的灯具(高度为5.5 m)或侧墙指示牌(高度为3.5 m)上方. 监测方案中移动式快速监测和固定式长期监测的方案规划及仪器布置如图1所示.

图 1

新窗口打开| 下载原图ZIP| 生成PPT

图 1   CO2现场监测过程

Fig.1   Carbon dioxide on-site monitoring process


1.2. 测试数据及规律分析
1.2.1. 测试结果

公路隧道运营环境中CO2体积分数的基本水平和分布规律是碳化模型中应重点关注的参数，文献[15,21~23]描述的大都是所依托工程的点监测值. 将5处隧道的移动式快速监测数据汇总（见图2）后可知，隧道内CO2体积分数在不同时空的分布有显著区别，点监测值无法描述整个隧道的CO2体积分数，因此有必要对其时空分布规律进行探讨. 图2中，y为CO2体积分数，x为距离隧道入口的位置.

图 2

新窗口打开| 下载原图ZIP| 生成PPT

图 2   移动式监测不同工况的CO2分布图

Fig.2   Carbon dioxide distribution of mobile monitoring under different working conditions


1.2.2. 沿长分布规律

　　1）单向直线隧道分布的规律. 5个工况的隧道入口及洞外100 m CO2体积分数均约为550 ×10−6，故宁波市象山县的城市隧道在距离地面1.5~2.0 m位置的CO2体积分数基准水平约为550 ×10−6. 对工况S1、S2的异常值进行筛除后，可以拟合得到显著的线性关系（见图2(a)、(b)），而工况S3的上升段、S4的直线段呈现出一定线性增长的规律. 为了对空间分布规律进行简化，可以将运营隧道直线段中的CO2体积分数纵向分布大致归纳为

$ y = ax+b . $

式中：y为CO2体积分数，x为距离；a为增长系数，该值与交通流状态（CO2排放水平）、通风水平和隧道线形尺寸等有关；b为CO2体积分数基准水平. 受线形、断面变化、横通道等的影响，需要关注不同测点区间性的局部特征. 对已有文献中测量所得的隧道CO2体积分数、本文所测数据进行对比，如表2所示.

表 2   不同隧道CO2体积分数测量值

Tab.2  Measurements of carbon dioxide volume fraction in different tunnels

名称 y/10−6 名称 y/10−6
巴塞罗那地铁隧道[17] 371~569 某地铁隧道[24] 390
哥本哈根地铁隧道 6000 秦岭铁路隧道[19] 526~1099
某隧道1[25] 979 某隧道2[26] 2000
巴基斯坦Lowari隧道[23] 2000 仰口隧道[22] 700~1600
文昌门-和平门隧道[21] 558~762 金花隧道[21] 529~738
尚新路隧道[21] 463~480 南门隧道[21] 463~508
高架岭隧道 540~691 史家山隧道 536~766
影城隧道 536~691 大金山隧道 379~1226

新窗口打开| 下载CSV


对比工况S1和S2，可知隧道内CO2体积分数与交通流连续特性的关系，与CO2体积分数随距离平稳增长的高架岭隧道不同，史家山隧道由于在洞口前方300 m左右处设置有一红绿灯，因此交通流呈断续流状态，CO2体积分数曲线具有显著的锯齿特征.

2）双向直线隧道分布的规律. 对比工况S1和S3，可知隧道内CO2体积分数与交通流单双向的关系，虽然影城隧道的长度小于高架岭隧道，但是最大CO2体积分数均约为700 ×10−6. 这主要是因为影城隧道为双向隧道且无机械通风，通风阻力较大，CO2排出较慢，因此在隧道中滞留. 影城隧道在250 m处CO2体积分数出现了陡降，呈现出中间体积分数大、两边体积分数小的现象. 原因是监测人员的移动式监测需要步行时间，在这期间由于双向车流量在变化，导致交通风风向处于来回变化的状态，致使隧道中部CO2积聚，无法排出. 实际中双向直线隧道的体积分数峰值不一定在出口处，这与其不稳定的通风水平具有较大的关系.

3）单向曲线隧道分布的规律. 对比工况S1和S4，可知隧道内CO2体积分数与隧道线形的关系，和直线隧道内CO2体积分数与位置近似呈线性正相关的规律不同，大金山隧道内CO2体积分数与位置呈现先升后降的特征. 这与秦岭铁路隧道的监测数据相似[19]，隧道中部体积分数最高，两端体积分数较低. 原因是大金山隧道中后部为曲线，曲线会使得断面分布出现内浓外疏的分布特征，而移动式监测仅沿曲线外侧进行了巡检，因此CO2体积分数分布在隧道直线段为增长趋势，曲线段为下降趋势.

4）不同监测时间的影响. 对比工况S4与S5，可知隧道内CO2体积分数与测量时间的关系，晚9点时体积分数显著高于外界环境，而凌晨1点时体积分数趋于平稳，整体略低于外界环境，这主要是由不同时段的交通量水平决定的.

5）横通道和加宽带的影响. 如图2(a)、(d)所示，横通道的存在具有一定的互补式通风作用，靠近入口的横通道会使得断面体积分数升高，靠近出口的横通道会使得断面体积分数降低，但影响范围不大. 加宽带会产生一定的缓冲作用，在一定范围内使得CO2体积分数沿距离的提高速率放缓.

1.2.3. 时变分布规律

为了讨论运营隧道CO2体积分数随时间的变化，取大金山隧道9月22日—9月28日的固定式监测数据进行分析，如图3、4所示.

图 3

新窗口打开| 下载原图ZIP| 生成PPT

图 3   CO2日监测数据

Fig.3   Daily monitoring data of carbon dioxide


图 4

新窗口打开| 下载原图ZIP| 生成PPT

图 4   CO2周监测数据

Fig.4   Week monitoring data of carbon dioxide


1）隧道中CO2体积分数的长期监测数据与距离呈现出明显的正相关关系，入口、1/2处、3/4处及出口的平均体积分数分别为467×10−6、646×10−6、987×10−6、1172×10−6，较符合线性关系，如下所示：

$ {\text{ }}y = 0.370\;2x+411.97 ;\; {R^2} = 0.929\;2\;. $

此处（5.5 m高）的CO2体积分数基准水平467×10−6明显低于移动式监测（1.5 m高）的值550×10−6，略高于空气中CO2体积分数400×10−6. 这可能与CO2的空间断面分布有关，洞外路面处的CO2受重力和通风的影响，会使得地表一定高度范围内的CO2体积分数高于外界环境值，拱顶一定范围内的CO2体积分数与外界环境较一致.

2）如图3所示为运营隧道CO2体积分数24 h的变化情况. 可知，7点~20点CO2体积分数较高，各处极值产生在8点、12点、17点，与居民作息和早晚高峰显著相关.

3）如图4所示为运营隧道CO2体积分数一周的变化情况. 可知，体积分数变化具有明显的周期性，且周末体积分数高于周内，这与居民周末更多的出行相关.

2. CO2空间分布数值计算

由于现场监测的安全问题和实时交通风的不稳定性，测量时无法准确测得整个断面的CO2空间分布情况. 为了弥补现场监测方式的不足，利用ANSYS软件中的CFD求解器Fluent进行数值仿真. 考虑到现场实测中各工况断面不一且交通量、实时交通风难以确定，未直接选用现场实测隧道的参数进行模拟，而是采用控制变量法. 在确定同一断面和同一较不利情况的交通量后，研究长度、线形、加宽带、横通道以及交通流特征和通风水平对CO2分布的影响规律.

2.1. 模型建立与网格划分

为了减小数值模拟的网格划分难度和计算复杂程度，忽略了检修道、风机、指示牌等细部构造，将隧道断面简化为三心圆断面，采用spacecliam软件建立公路隧道三维模型. 为了模拟汽车尾气中CO2的排放和扩散，将连续行驶车辆的排气过程简化为与隧道同长、与排气管同高、与路面同宽的薄板，对该薄板进行源项设置和质量流率的赋值. 模型采用非结构化网格和四面体划分方法进行网格划分，隧道采用1 m的单元尺寸，CO2释放薄板采用0.2 m的单元尺寸. 模型如图5所示，尺寸如表3所示.

图 5

新窗口打开| 下载原图ZIP| 生成PPT

图 5   CO2排放的模型

Fig.5   Model of carbon dioxide emission


表 3   隧道及释放源薄板模型的尺寸

Tab.3  Size of tunnel and release source thin plate model m

隧道断面 薄板
净高 净宽 当量直径 高度 厚度 宽度
8.07 14.62 9.66 0.3 0.1 7.8

新窗口打开| 下载CSV


2.2. 求解方法与边界条件

模型采用基于压力的求解器和Standard k-ε双方程湍流模型. 速度-压力耦合采用SIMPLE算法，动量离散格式采用二阶迎风，其余量采用一阶迎风，计算收敛残差取10−4.

模拟时简化通风压力为整个断面均匀加载，隧道出、入口设置为压力断面，入口压力按照各工况的通风压力计算，出口压力设置为0（大气压强相对值）. 将隧道侧壁、路面和拱顶设置为壁面，粗糙高度设置为8 mm. CO2释放薄板设置为源项，以交通量和不同车辆的CO2排放因子为依据，计算整条隧道的CO2排放量[3,27].

2.3. 模拟工况

为了探讨不同隧道长度L、线形、单双向以及有、无加宽带和横通道等情况下CO2的空间分布情况，设置如表4所示的6个工况. 其中，参考影城隧道和史家山隧道的长度，且考虑到1 000 m为长隧道和中短隧道的划分界限，更典型，因此确定隧道长度为400 m和1 000 m. 曲线隧道的半径选取为1 000 m. 加宽带与横通道根据《公路隧道设计细则》(JTG T D70-2010)，设置在隧道的750 m处，加宽带长为50 m，横通道截面的特征参照规范推荐，选用直边墙车行横通道.

表 4   隧道CO2空间分布的数值模拟工况

Tab.4  Numerical simulation working conditions of carbon dioxide spatial distribution in tunnel

工况 L/m 线形 单或双向 有无开放横通道
1 400 直线 单向 无
2 400 直线 双向 无
3 400 曲线 单向 无
4 1 000 直线（无加宽带） 单向 无
5 1 000 直线（有加宽带） 单向 无
6 1 000 直线（无加宽带） 单向 有

新窗口打开| 下载CSV


2.4. 参数确定

1）结合现场观测并参照相关资料，确定单洞小时交通量为2 970 veh/h. 为了方便工况对比，认为单、双向洞内交通量均一致，具体的车辆组成如表5所示. 表中， Nm为不同车型的数量.

表 5   交通量及组成

Tab.5  Traffic volume and composition

车辆类型 m Nm
汽油小汽车 1 2287
柴油小汽车 2 0
客车 3 359
小货车 4 267
中货车 5 48
大货车 6 9
总计 — 2970

新窗口打开| 下载CSV


2）隧道的CO2排放体积流量可按下式计算得到：

$ {q_{V{\text{C}}{{\text{O}}_{\text{2}}}}} = \frac{1}{{3.6 \times {{10}^6}}} L \sum\nolimits_{m = 1}^n {{q_{{\text{C}}{{\text{O}}_{\text{2}}}m}}{N_m}} . $

式中： $q_{V{\rm{CO}}_2} $为CO2的排放体积流量； $q_{{\rm{CO}}_2}$m为不同车型CO2排放因子，其取值参照文献[3]；n为车辆类型数量. 计算得到400 m和1 000 m隧道的CO2排放体积流量分别为0.054 73和0.136 83 m3/s.

3）各工况的通风参照规范单独计算. 400 m隧道无机械通风，1 000 m隧道有机械通风，考虑单向交通的交通风为助力、自然风为阻力，双向交通的自然风为助力、交通风为阻力，隧道入口断面加载值为交通风、自然风和局部阻力之差，机械通风设置于隧道内，400 m断面处采用2台1120型风机，各工况风压设置的具体值如表6所示. 表中，工况2的方向系数为0.6.

表 6   通风水平

Tab.6  Air level

工况 风压设置
1、3 入口 18.38 Pa
2 入口 2.15 Pa
4、5、6 入口 13.12 Pa，400 m处16.62 Pa

新窗口打开| 下载CSV


3. 结果分析

3.1. 纵向整体分布规律

各工况中线纵断面的CO2体积分数均呈现出沿高度和距离增大的趋势，此处仅展示工况1的中线纵断面云图，如图6(a)所示. 为了对各工况进行对比分析，计算各工况横断面的积分平均值来表征CO2沿隧道纵向的整体变化趋势，如图6(b)所示. 可见，各工况的CO2体积分数沿纵向均具有稳定且显著的线性特征，这由稳定的CO2排放速率和通风水平决定. 由于数值模拟中未考虑洞外路面尾气的进入和大气环境中的基准体积分数，对各工况进行定截距为0的线性拟合，对增长系数a进行对比，如图6(c)所示，得到以下规律.

图 6

新窗口打开| 下载原图ZIP| 生成PPT

图 6   CO2纵向整体分布规律

Fig.6   Vertical overall distribution law of carbon dioxide


1）同交通量下双向交通的增长系数远大于单向交通，其根本区别在于通风压力，16.23 Pa的通风压力差值使得双向交通的a相对单向交通提高了335%，说明通风水平对CO2体积分数分布的影响显著.

2）同交通量下曲线隧道的增长系数比直线隧道高5.7%，说明线型对CO2分布的影响较小.

3）同交通量基本通风水平下隧道长度对增长系数的影响较小.

4）加宽带处的CO2体积分数存在增长速率明显减缓的现象，说明加宽带具有一定的缓冲作用，但整体来看，同交通量下加宽带的存在会增大增长系数，a提高约21.3%.

5）250 m横通道处的CO2体积分数存在明显的陡增现象，说明左洞出口的高体积分数CO2能够通过横通道扩散至右洞，但750 m横通道对断面平均值的作用不明显，整体来看，同交通量下横通道的存在会增大增长系数，a提高约25.3%.

3.2. 断面各测点的分布规律

为了探究隧道衬砌混凝土周围的CO2体积分数，反映不同工况下隧道中CO2沿横断面的分布特征，沿断面轮廓线内0.5 m距离由下向上且左、右对称取7个测点进行分析. 测点A（A'）、B（B'）、C（C '）、D高度分别为1.5、3.5、5.5、7.24 m，其中测点A、B、C分别与移动式监测、固定式监测基本同高.

3.2.1. 直线隧道断面的分布规律

1）对比工况1和工况2的横断面云图（见图7(a)、(b)）可知，当通风流畅时，CO2分布呈现椭圆扩散状；反之，则呈现微凹型. 这是由于重力作用下CO2会在底部积聚，通风顺畅时风压能够完全克服沿程阻力，CO2将沿纵向往四周较均匀地扩散，而通风不畅时一方面由于风压较小，CO2受重力影响更大，在左、右向的扩散大于向上的扩散，另一方面由于风压无法完全克服墙壁的摩擦，导致CO2在底部和两边积聚.

图 7

新窗口打开| 下载原图ZIP| 生成PPT

图 7   直线隧道的CO2断面分布图

Fig.7   Carbon dioxide section distribution of straight tunnel


2）对比图7(c)、(d)、(e)可知，测点体积分数沿断面对称，且与位置关系显著，位置越低，体积分数越大，因此测点分析仅选用一侧的4个测点. 单测点的体积分数变化与距离不呈现严格的线性关系，而是存在一个拐点，拐点前体积分数较小，基本不变，拐点后呈现线性变化趋势，该现象与移动式监测数据（见图2(d)、(e)）相似. 这是由于模拟中未考虑洞外路面尾气的进入，在重力作用和通风条件下CO2的扩散需要一定的距离和时间，而现实中洞外路面尾气的进入影响程度不一，因此移动式监测工况S1、S2呈现线性关系，工况S3、S4与模拟结果类似.

3）消除工况1、2、4各测点的拐点影响后进行线性拟合，增长系数的对比如图7(f)所示. 可知，在基本通风水平下，长度对各测点a的影响较小. 在同交通量下，通风水平对各测点的a影响显著，较低的通风水平会明显地增大测点A、B、C的a，减小测点D的a.

4）工况4的模型参数与史家山隧道较相似，可以进行一定的对比. 其中史家山隧道移动式监测的增长系数为0.256 ×10−6 m−1，工况4中A测点与移动式监测测点对应，增长系数为0.43 ×10−6 m−1，略高于实际. 这一方面是由于数值模拟采取了较不利的交通量，另一方面是由于数值模拟未考虑热尾气温升力、射流风机升压和实时交通风局部扰动等作用，对现实情况进行了简化. 从CO2的空间分布规律以及增长系数的数量级和数值大小来看，采用的CO2排放量计算方法及数值模拟方式具有一定的合理性.

3.2.2. 曲线隧道断面的分布规律

与直线隧道较对称的断面分布不同，曲线隧道呈现出明显的外侧少、内侧多的特征，如图8(a)所示. 其中，测点A、B的体积分数显著高于直线工况，但测点C、D、A'、B'、C '呈现出体积分数基本未增加的状态，如图8(b)、(c)所示. 这说明曲线特征使得CO2在内侧底部产生了局部聚集. 测点A、B在曲线后半部分均产生了振荡，这与移动式监测工况S4吻合. 当考虑曲线隧道碳化问题时，应着重注意曲线内侧底部，建议在隧道中后部选取极值作为安全体积分数.

图 8

新窗口打开| 下载原图ZIP| 生成PPT

图 8   曲线隧道的CO2断面分布图

Fig.8   Carbon dioxide section distribution of curved tunnel


3.2.3. 加宽带的影响规律

加宽带的存在对断面分布的影响具有明显的区段性. 如图9(a)、(b)所示，加宽带位置以前的断面分布与工况4相同，均为椭圆扩散、对称分布，但在加宽带位置后，由于加宽带的存在，CO2分布产生整体向加宽带一侧的聚集. 从测点体积分数变化来看，750 m处测点A'、B'产生了陡增现象，40 m长度的加宽带后测点C'、D产生了陡增现象，测点A'、B'产生了先陡降，后平稳增长直至下降的现象. 这主要是由于CO2在加宽带处受到了缓冲和聚集，在重力作用下隧道底部的体积分数产生了陡增现象，但由于离开加宽带时断面面积减小，CO2向出口的流动受到阻击，从而向拱顶下方左方进行扩散，因此导致测点C'、D的体积分数陡增. 整体来看，各测点在出口部位的增长速率均有放缓，但大致符合线性规律，因此消除各测点的拐点影响后进行线性拟合. 对比增长系数，如图9(c)所示. 可知，相对工况4，加宽带的存在会增大各测点的增长系数，加宽带一侧的测点A'、B'体积分数低于另一侧，测点C '体积分数高于另一侧.

图 9

新窗口打开| 下载原图ZIP| 生成PPT

图 9   1 000 m直线（有加宽带）隧道CO2断面分布图

Fig.9   Carbon dioxide section distribution of 1 000 m straight line ( with broadband ) tunnel


3.2.4. 横通道影响规律

如图10(a)、(b)所示，靠近横通道一侧的测点A'、B'、C '在250 m处的体积分数显著提高，然后逐渐降低，再升高，但在750 m处测点A'、B'、C '的体积分数分别呈现陡增、平缓和下降的现象，整体来看，750 m后各测点体积分数的增长趋势均放缓. 可见，横通道的存在对CO2断面分布的影响显著，具有一定的互补式通风效果. 整体来看，靠近横通道一侧测点在出口部位的体积分数略低于另一侧的测点，中间部位的体积分数变化剧烈，但另一侧大致符合线性规律，因此消除另一侧各测点的拐点影响后进行线性拟合. 对比增长系数，如图10(c)所示. 可知，相对工况4，横通道的存在会增大断面各测点的增长系数.

图 10

新窗口打开| 下载原图ZIP| 生成PPT

图 10   1 000 m直线（有横通道）隧道的CO2断面分布图

Fig.10   Carbon dioxide section distribution of 1 000 m straight line ( with cross channel ) tunnel


4. 结　论

（1）公路隧道直线段的运营期CO2体积分数沿纵向具有明显的线性递增特征，通常情况下隧道出口处的CO2体积分数最高，可达691×10−6~1 226×10−6，为一般大气环境水平的2~4倍. 增长系数a与通风水平、线形、长度以及加宽带和横通道等有关，其中通风水平对a的影响最大，加宽带和横通道会显著增大a，长度和线型对a的影响较小. 基本水平b与测点位置有关，5.5 m高度处大致为450×10−6，1.5 m高度处大致为550×10−6.

（2）公路隧道运营期CO2体积分数水平沿横断面的分布具有明显的扩散现象和重力效应，整体上呈现从下向上体积分数减小的特征. 直线隧道的断面分布对称，通风顺畅时分布为椭圆扩散状，不畅时为微凹状. 曲线隧道呈现内侧底部集中、外侧极小的现象. 加宽带具有缓冲作用，使得断面整体分布向加宽带一侧聚集，但加宽带一侧的测点体积分数总体低于另一侧. 横通道具有明显的互补式通风效果.

（3）公路隧道运营期CO2的体积分数分布具有明显的时变特征，8点、12点、17点出现日体积分数极值，周末出现周体积分数极值，总体具有周期性，体积分数与交通量水平显著相关.

（4）基于隧道内部交通量的特性，给出隧道内部CO2体积分数分布的具体模拟方法. 利用本研究的CO2排放量计算方法及数值模拟方式，能够在一定程度上准确地模拟现实情况中CO2的排放与隧道中CO2的分布特性.

（5）公路隧道的交通流情况、通风水平、几何特征与细部构造等对运营环境CO2体积分数的空间分布具有显著影响，进一步的研究应针对不同影响因素进行更准确的定量分析，为隧道衬砌碳化耐久性的设计提供指导.

（6）运营期隧道CO2体积分数时空分布的数值模拟应同时考虑通风压力、重力作用、热尾气浮力作用、射流风机升压扰动作用和交通风的局部扰动作用等，提高数值仿真的准确性.

（7）基于公路隧道运营环境CO2体积分数的时空分布特征，为了保证隧道通行人员的驾驶安全和隧道衬砌结构的耐久性，应对不同隧道部位及区段进行驾驶安全和碳化风险分析. 针对性地采取措施，包括混凝土材料优化、混凝土表面封堵、CO2主动吸附和定期增强通风等.

参考文献

金伟良, 赵羽习

混凝土结构耐久性研究的回顾与展望

[J]. 浙江大学学报: 工学版, 2002, 36 (4): 27- 36

[本文引用: 1]

JIN Weiliang, ZHAO Yuxi

State-of-the-art on durability of concrete structures

[J]. Journal of Zhejiang University: Engineering Science, 2002, 36 (4): 27- 36

[本文引用: 1]

EKOLU S O

A review on effects of curing, sheltering, and CO2 concentration upon natural carbonation of concrete

[J]. Construction Building Material, 2016, 127 (11): 306- 320

韩兴博, 叶飞, 梁晓明, 等

公路隧道钢筋混凝土衬砌碳化耐久性区划

[J]. 浙江大学学报: 工学版, 2021, 55 (8): 1436- 1443

[本文引用: 3]

HAN Xingbo, YE Fei, LIANG Xiaoming, et al

Carbonation resistance zonation of reinforced concrete lining of road tunnels

[J]. Journal of Zhejiang University: Engineering Science, 2021, 55 (8): 1436- 1443

[本文引用: 3]

谷慧, 李全旺, 侯冠杰

碳化环境下混凝土结构耐久性模型的更新方法

[J]. 工程力学, 2021, 38 (5): 113- 121

[本文引用: 1]

GU Hui, LI Quanwang, HOU Guanjie

Updating method for durability models of concrete structures in carbonation environment

[J]. Engineering Mechanics, 2021, 38 (5): 113- 121

[本文引用: 1]

巴明芳, 薛涛, 黄国阳, 等

公路隧道低水胶比衬砌混凝土碳化耐久性预测与分析

[J]. 公路交通科技, 2018, 35 (9): 56- 62

[本文引用: 2]

BA Mingfang, XUE Tao, HUANG Guoyang, et al

Prediction and analysis of carbonation durability of lining concrete with low watercement ratio for vehicle tunnels

[J]. Journal of Highway and Transportation Research and Development, 2018, 35 (9): 56- 62

[本文引用: 2]

翁其能, 张丽珺, 秦伟

公路隧道环境因子对混凝土衬砌耐久性影响综述

[J]. 材料导报, 2014, 28 (15): 93- 97

[本文引用: 1]

WENG Qineng, ZHANG Lijun, QIN Wei

Effect of highway tunnel environment factors on durability of lining concrete

[J]. Materials Reports, 2014, 28 (15): 93- 97

[本文引用: 1]

赵铁军, 金祖权, 王命平, 等

胶州湾海底隧道衬砌混凝土的环境条件与耐久性

[J]. 岩石力学与工程学报, 2007, 26 (Suppl.2): 3823- 3829

[本文引用: 1]

ZHAO Tiejun, JIN Zuquan, WANG Mingping, et al

Environmental condition and durability of lining concrete n kiaochow bay subsea tunnel

[J]. Chinese Journal of Rock Mechanics and Engineering, 2007, 26 (Suppl.2): 3823- 3829

[本文引用: 1]

武海荣, 金伟良, 吕清芳, 等

基于可靠度的混凝土结构耐久性环境区划

[J]. 浙江大学学报: 工学版, 2012, 46 (3): 416- 423

[本文引用: 1]

WU Hairong, JIN Weiliang, LV Qingfang, et al

Reliability-based zonation of environmental area according to its effect on durability of concrete structures

[J]. Journal of Zhejiang University: Engineering Science, 2012, 46 (3): 416- 423

[本文引用: 1]

卢朝辉, 吴蔚琳, 赵衍刚

混凝土及预应力混凝土结构碳化深度预测模型研究

[J]. 铁道科学与工程学报, 2015, 12 (2): 368- 375

[本文引用: 1]

LU Zhaohui, WU Weilin, ZHAO Yangang

Prediction models for carbonation depth of reinforced and prestressed concrete structures

[J]. Journal of Railway Science and Engineering, 2015, 12 (2): 368- 375

[本文引用: 1]

肖佳, 勾成福

混凝土碳化研究综述

[J]. 混凝土, 2010, 32 (1): 40- 44

[本文引用: 1]

XIAO Jia, GOU Chengfu

Overview of the research for concrete carbonation

[J]. Concrete, 2010, 32 (1): 40- 44

[本文引用: 1]

彭凌风, 蔺鹏臻

荷载作用下混凝土试件碳化性能研究

[J]. 混凝土, 2017, 39 (3): 53- 55

[本文引用: 1]

PENG Lingfeng, LIN Pengzhen

Performance study carbonization of concrete specimen under load

[J]. Concrete, 2017, 39 (3): 53- 55

[本文引用: 1]

韩兴博, 叶飞, 王永东, 等

劣化可靠度下的隧道衬砌结构预防性养护决策

[J]. 中国公路学报, 2021, 34 (1): 104- 115

[本文引用: 1]

HAN Xingbo, YE Fei, WANG Yongdong, et al

Predictive maintenance decision-making of tunnel lining structure based on deterioration reliability

[J]. China Journal of Highway and Transport, 2021, 34 (1): 104- 115

[本文引用: 1]

韩兴博, 叶飞, 夏天晗, 等

在役隧道环境侵蚀下管片承载能力概率劣化模型

[J]. 中国公路学报, 2022, 35 (1): 49- 58

[本文引用: 1]

HAN Xingbo, YE Fei, XIA Tianhan, et al

Probability degradation models of bearing capacity of operating tunnel segments under environmental erosions

[J]. China Journal of Highway and Transport, 2022, 35 (1): 49- 58

[本文引用: 1]

曾石发, 田源, 唐莎, 等

城市慢行隧道运营通风控制标准研究

[J]. 公路交通科技, 2019, 36 (12): 104- 109

[本文引用: 1]

ZENG Shifa, TIAN Yuan, TANG Sha, et al

Study on urban pedestrian tunnel operation ventilation control standards

[J]. Journal of Highway and Transportation Research and Development, 2019, 36 (12): 104- 109

[本文引用: 1]

王蕾. 基于环境因素的公路隧道衬砌结构碳化耐久性研究 [D]. 西安: 长安大学, 2020.

[本文引用: 2]

WANG Lei. Research on carbonation durability of highway tunnel lining structures based on environmental factors [D]. Xi’an: Chang’an University, 2020.

[本文引用: 2]

苏培东, 曹津铭, 舒鸿燚, 等

构造复杂区非煤地层隧道有害气体成因机制及运移模式

[J]. 中国铁道科学, 2020, 41 (2): 91- 98

[本文引用: 1]

SU Peidong, CAO Jinming, SHU Hongyi, et al

Genetic mechanism and migration mode of harmful gases in non-coal strata tunnel through tectonic complex area

[J]. China Railway Science, 2020, 41 (2): 91- 98

[本文引用: 1]

MORENO T, PEREZ N, RECHE C, et al

Subway platform air quality: assessing the influences of tunnel ventilation, train piston effect and station design

[J]. Atmospheric Environment, 2014, 92 (8): 461- 468

[本文引用: 2]

KAPPELT N, RUSSELL H S, FESSA D, et al

Particulate air pollution in the Copenhagen metro part 1: mass concentrations and ventilation

[J]. Environment International, 2023, 171: 1- 10

[本文引用: 1]

李兵成, 陈文丽, 陈世桂, 等

秦岭隧道空气质量对相关人群及环境影响的调查

[J]. 铁道劳动安全卫生与环保, 2008, 35 (4): 168- 170

[本文引用: 3]

LI Bingcheng, CHEN Wenli, CHEN Shigui, et al

Investigation on the influence of air quality in Qinling tunnel on related population and environment

[J]. Railway Energy Saving and Environmental Protection and Occupational Safety and Health, 2008, 35 (4): 168- 170

[本文引用: 3]

SOEDER D J

Greenhouse gas sources and mitigation strategies from a geosciences perspective

[J]. Advances in GeoEnergy Research, 2021, 5 (3): 274- 285

DOI:10.46690/ager.2021.03.04      [本文引用: 1]

刘洋. 西安城市公路隧道空气污染物浓度分布及通风方式研究 [D]. 西安: 西安工程大学, 2018.

[本文引用: 6]

LIU Yang. Research on air pollutant concentration distribution andventilation mode in Xi'an urban highway tunnel [D]. Xi’an: Xi’an Polytechnic University, 2018.

[本文引用: 6]

CONG X C, QU J H, YANG G S

On-road measurements of pollutant concentration profiles inside Yangkou Tunnel, Qingdao, China

[J]. Environmental Geochemistry and Health, 2017, 39 (5): 1179- 1190

DOI:10.1007/s10653-016-9885-2      [本文引用: 2]

KHAN J, AHMED W, YASIR M, et al

Pollutants concentration during the construction and operation stages of a long tunnel: a case study of Lowari Tunnel, (Dir-Chitral), Khyber Pakhtunkhwa, Pakistan

[J]. Applied Sciences-Basel, 2022, 12 (12): 1- 10

[本文引用: 3]

DE FRÉ R, BRUYNSERAEDE P, KRETZSCHMAR J G

Air pollution measurements in traffic tunnels

[J]. Environmental Health Perspectives, 1994, 102 (Suppl.4): 31- 37

[本文引用: 1]

PARROTT L J. A review of carbonation in reinforced concrete [M]. Slough: Cement and Concrete Association, 1987.

[本文引用: 1]

许超, 农兴中, 范进, 等

基于Monte-Carlo的地铁混凝土碳化环境区划研究

[J]. 南京理工大学学报, 2020, 44 (1): 1- 6

[本文引用: 1]

XU Chao, NONG Xingzhong, FAN Jin, et al

Carbonization environment zonation of subway concrete based on Monte-Carlo method

[J]. Journal of Nanjing University of Science and Technology, 2020, 44 (1): 1- 6

[本文引用: 1]

张少君. 中国典型城市机动车排放特征与控制策略研究 [D]. 北京: 清华大学, 2014.

[本文引用: 1]

ZHANG Shaojun. Characteristics and control strategies of vehicle emissions in typical cities of China [D]. Beijing: Tsinghua University, 2014.

[本文引用: 1]

/

〈 〉