توسعه شبیه‌ساز رایانه‌ای به‌منظور مدیریت بهتر شرایط تهویه‌ای مرغداری و بهینه‌سازی تولید

تهویه یک متغیر کلیدی برای بهینه‌سازی شرایط محیط داخلی مرغداری است که با کنترل عواملی مانند درجه حرارت، سرعت هوا و غلظت گازهای موجود، می‌تواند از تلفات طیور جلوگیری کند. در حال حاضر دستورالعمل‌های دقیقی در راستای طراحی و ساخت سالن‌های مرغداری و سیستم‌های تهویه با هدف کنترل دقیق شرایط محیطی توسعه نیافته است. در این تحقیق در یک مرغداری طولی و با تهویه مکانیکی فشار منفی، توزیع دما و الگوهای جریان هوا با استفاده از دینامیک سیالات محاسباتی شبیه‌سازی شد و با استفاده از شبیه‌ساز توسعه‌یافته راهکارهایی برای بهبود سیستم تهویه ارایه شد. در توسعه شبیه‌ساز مذکور همه شرایط مرزی از طریق اندازه‌گیری‌های تجربی در طول یک دوره 24 ساعته به‌دست آمد. اعتبارسنجی نتایج شبیه‌ساز، در 13 نقطه آزمون شد و مشخصه‌های آماری بیان‌کننده دقت پیش‌بینی مانند rmse، بین دمای اندازه‌گیری شده و پیش‌بینی شده در محدوده 405/0 تا 29/1 قرار داشت و شبیه‌ساز قادر بود تغییرات دمای نقاط مختلف سالن مرغداری را با دقت 6/0 درجه پیش‌بینی نماید. نتایج شبیه‌ساز نشان داد که در مرغداری مورد مطالعه پروفیل دما در سطح استقرار طیور، حدود 18 درجه در نقاط مختلف سالن تفاوت دمایی وجود دارد و سرعت هوا در نواحی مرکزی سالن بیش از یک متر بر ثانیه می‌باشد. بنابراین در مرحله بعدی از شبیه‌ساز توسعه‌یافته برای بهبود تهویه سالن مرغداری مذکور استفاده و تغییراتی در محل استقرار ورودی‌های هوا و سرعت هوای اعمال و در نهایت با اصلاحات انجام شده توزیع دما در مرغداری نسبت به حالت اولیه یکنواخت‌تر شد و دمای هوا در محدوده 291 تا 297 کلوین (معادل 18 تا 24 درجه سانتی‌گراد) و در حد مطلوب قرار گرفت. هم‌چنین پس از اصلاحات انجام شده، سرعت هوا در اغلب نقاط سالن در محدوده‌ی 23/0 تا 46/0 متر بر ثانیه قرار داشت که در محدوده توصیه شده می‌باشد. بنابراین برای طراحی و ساخت مرغداری‌ها و نصب سیستم‌های تهویه، شبیه‌ساز توسعه داده شده دارای عملکرد و دقت خوبی است.

Developing the Computational Simulator to Control the Ventilation Condition of Poultry House and Optimize the Production

IntroductionIn livestock and specifically poultry houses, controlling the internal environment conditions is a key factor to increase animal productivity and prevent their casualties. Controlling the atmospheric conditions like the air temperature and gas concentration in semienclosed spaces like poultry houses can improve the living conditions. Experimental tests on the atmospheric conditions of livestock and poultry houses are challengeable and due to limitation of measurement points, unstable climate conditions and experimental errors. Simulation of the air temperature and momentum conditions is used unlimitedly with computer resources by Computational Fluid Dynamics (CFD) methods to overcome the limitations of experimental tests. This method has vast abilities of parametric analysis and predicting the optimum range of functional parameters. So in this research, the air temperature and velocity distribution of a poultry house were simulated using CFD to achieve the best condition for the air ventilation and uniform temperature distribution.   Materials and MethodsIn the present study, the geometrical model of poultry house was created using Gambit software and meshed. The mesh independence study was also performed. According to the results, 166550 elements were enough to solve the problem with an acceptable accuracy.The Reynoldsaveraged NavierStokes (RANS) equation was selected to simulate the momentum transfer inside the poultry house. The kε model is one of the most used turbulence models for industrial applications. The main assumption in this model is that the flow is incompressible and that the fluid is Newtonian. A transient heat transfer equation within the fluid domain was selected to predict the air temperature that describes a timedependent process that includes the conduction and convection terms. All the boundary condition was measured experimentally during 24 hours and their temperature was modeled using the proper mathematical models and applied to the developed model. The mathematical models were solved simultaneously in ANSYS FLUENT software. The developed simulator was validated experimentally by measuring the air temperature of some specified locations (13 points).Results and DiscussionThe results demonstrate that the model enjoyed satisfactory accuracy so that the RMSE value between the measured and predicted air temperature was in the range of 0.405 to 1.29 and the simulator could predict the air temperature with the accuracy of 0.6 degrees. Therefore, it is possible to use the validated simulator for the realtime controlling of poultry houses to optimize the ventilation process. According to the results, the high heterogeneity in the air temperature and about an 18degree difference was observed in the air temperature distribution at various locations of poultry houses. In addition, the air velocity was not uniform at the different plans of poultry house; especially in the central points of poultry house, it was higher than 1 m/s that is higher than the recommended value. Therefore, the simulator was used to improve the ventilation of the poultry house. The results of various simulations carried out indicated that the angle of the air inlets vents affects the air turbulence. Also, the air temperature and velocity distribution were more uniform when the air inlet vents were across each other. Therefore, some new gates were opened and the angle of the existing gates was changed to improve the ventilation condition of the poultry house. By such modification, the ventilation condition of the poultry house was improved and the air velocity and temperature distribution in the optimized house were more uniform than that observed in the primary one. The air temperature and velocity were in the range of 291 to 297 K (18 to 24 °C) and 0.23 and 0.46 m s1, respectively. These values are at the recommended condition for poultry houses.ConclusionThe opening angle of the vents had a significant effect on the air distribution. Application of across vents in the sidewalls of poultry house led to uniform distribution of air velocity and temperature. The developed simulator has good performance and accuracy to design and construct poultry houses.