近期，课题组博士生许宇坤（导师：高军教授）将关于基于本征正交分解（proper orthogonal decomposition，POD）逆向设计动态防护送风气流的研究成果发表在Sustainable Cities and Society（Q1，IF：10.696）。

引用：Yukun Xu, Xiaobin Wei, Yanlei Yu, Yunfei Xia, Lingjie Zeng, Guangyu Cao, Jun Gao*. Inverse design of dynamic protective air supply based on proper orthogonal decomposition. Sustainable Cities and Society, 2023, 95, 104591. DOI：https://doi.org/10.1016/j.scs.2023.104591

在高污染工业环境中，设计一种高效的动态防护送风（dynamic protective air supply，DPAS）系统以保障工人在移动作业过程的呼吸健康至关重要。本研究为DPAS开发了一种基于本征正交分解（proper orthogonal decomposition，POD）的逆向设计方法，该方法可用于优化DPAS参数，使DPAS能够根据人员位置调整送风角度和送风量。DPAS参数的反设计过程分为CFD模拟、POD重构和POD寻优三个阶段。人员移动区域被视为DPAS的完整防护区域。通过比较DPAS各参数的POD模态含能分配，对DPAS参数与浓度场的非线性进行排序。利用POD方法识别并提取浓度数据的POD模态和投影系数。通过RBF插值法建立模态系数与DPAS参数的映射，实现DPAS参数范围内任意浓度场的重构。选取了四个典型的目标保护区域，以满足人员呼吸防护要求和最小化DPAS送风量为双重约束标准，对DPAS最佳参数进行遍历寻优。寻优参数对应的POD重构浓度数据与CFD模拟数据的相对平均偏差在2%以内，验证了基于POD的逆向设计方法的合理性和准确性。最后，讨论了POD重构的隐式关系和样本分布策略。由隐式关系引入的新变量不会增加POD系统边界参数的维度，这有助于降低重构高维流动张量的难度。根据流动张量随边界参数的变化规律是否明确，推荐了不同的样本分布建议。本研究有助于推动面向移动工人呼吸防护需求的通风技术的发展。

以下为论文中部分结果：

图1. DPAS逆向设计流程和实施措施

图2. 实验舱几何模型及人员移动过程的位置分布

图3. DPAS参数的POD模态含能分配及累积含能占比

图4. POD单参数重构浓度场与CFD模拟结果的对比

图5. DPAS三参数样本分布形式及遍历寻优流程