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）快速设计定向送风的研究成果发表在Building and Environment（Q1，IF：7.4），该研究重点考虑了样本分布的局部加密策略，能够显著提升送风参数逆向设计的准确性。

引用：Yukun Xu, Xiaobin Wei, Yunfei Xia, Yanlei Yu, Lingjie Zeng, Guangyu Cao, Jun Gao*. Prompt design of direction air supply using CFD-based proper orthogonal decomposition method considering locally dense sample distribution. Building and Environment. DOI：https://doi.org/10.1016/j.buildenv.2023.110812

在高污染工业场所，如何以少量的新风供给为工人提供持久有效的呼吸保护是一项挑战，特别是当工人移动作业时。为应对这一挑战，我们开发了定向送风（direction air supply，DAS）系统。然而，通过试错法设计DAS参数的计算成本高昂，且经常仅能获得不准确的优化结果。本研究提出了一种基于本征正交分解（proper orthogonal decomposition，POD）的DAS快速逆向设计方法。最佳DAS参数旨在减少工人在移动操作过程中的吸入暴露，同时平衡通风系统的节能性。利用POD方法提取了目标函数（呼吸区横截面浓度场）与设计变量（DAS喷口尺寸和送风量）之间的基本特征（POD模态）和趋势（模态系数），并实现了目标浓度场的精确重构。选用Hermite插值法匹配适合本研究的浓度数据结构。引入了一种创新策略，即样本分布的局部加密策略，来提高优化参数的可靠性。通过比较预测浓度与模拟数据的偏差并计算Pearson相关系数，验证了利用POD方法重构浓度场的准确性。在防护因数和DAS送风量的双重指标约束下，通过遍历筛选过程确定了针对三个目标保护区域的最佳DAS参数。此外，还讨论了典型浓度结构和样本饱和度。这项工作有助于推动DAS在工业场所更广泛的应用。

以下为论文中部分结果：

图1 图形摘要

图2 定向送风逆向设计流程

图3 模态系数分布及样本局部加密区域

图4 样本饱和度