评估UVC-LED杀菌效果时，使用光学、流体等仿真来计算杀菌率的准确性有多高？对于准备入行的团队，是否有必要配备专业的模拟分析人员？杀菌率计算模型又是如何建立起来的？

这是笔者最近在与几位业内朋友探讨的问题，探讨过程中大家从最开始的各执一词到达成共识，笔者心中也渐渐有了清晰的答案。也许大家心中也有同样的疑问，下面立刻开始此次的分享，同样是望能抛砖引玉，与君共勉。

定性分析更具实用性

UVC-LED应用是利用肉眼不可见光去灭杀不可见的微生物，我们需要借助工具间接的去研究这一过程。前辈UVC灯管经过几十年的发展，各家厂商都已经总结出一套实用的模拟仿真方法去指导产品设计，UVC-LED目前能够做到什么程度呢？

业内同行分享的UVC-LED应用产品仿真图

众所周知，微生物的灭杀率与其接收的UV剂量相关，而UV剂量又与照射强度和时间相关。杀菌效果是生物敏感性、光学、流体三者的综合结果，在模拟仿真中，只要其中一方有偏差，最终结果就会失真。

光学仿真的准确性已经在白光LED行业得到了充分的验证，各种仿真工具也相当的成熟。流体仿真工具广泛运用于汽车、船舶、飞机甚至航天工具的设计中，只要运用得当可信度是可以保证的。光学与流体的耦合算法也早已运用在传统UVC灯管杀菌产品的设计中，因此通过模拟仿真方法可以得到比较准确的UV剂量。

主要的误差来源于基础数据测试。

目前在专业文献上可以查到不同微生物的UV灭活剂量表，这个剂量是针对254nm波长的传统UVC灯管而言的，由于微生物对于不同波长UVC光的敏感性不同，传统的剂量表不适用于265-280nm波长的UVC-LED。

下面以大肠杆菌（E.coli）为例，使用UVC灯管达到99%的灭杀率需要的UV剂量为6.6mJ/cm2，使用UVC-LED要高效一些，达到99.99%的灭杀率两家同行给出的UV剂量分别约为3mJ/cm2与5mJ/cm2。

源于美国WQA的UVC灯管杀菌剂量

两家不同的UVC-LED芯片厂提供的杀菌剂量数据

目前还没有权威机构放出针对UVC-LED的杀菌剂量表，少数有能力的厂商可以自行这些数据。由于测试方法、设备的差异，得到的数据也不尽相同。假设我知到产品的UV剂量，我该参考哪家的数据去计算杀菌率呢？还是说我需要自己实测才是准确的？

综上，现阶段通过模拟仿真可以获得比较准确的UV剂量，但是无法通过UV剂量准确推算出杀菌率（部分行业巨头除外）。目前对于绝大多数厂商而言，通过模拟仿真定性的指导产品设计是比较现实的方案。

定性分析指导设计

组建一个具备专业仿真能力的专业的团队需要一定的投入，我们预算有限，是否可以省下这笔费用？既然模拟仿真也不是很准，是否可以先“参考”同行的方案，后续只通过不断的实测来验证和修改产品设计？我们不急着下结论，先做一个假设：

假设拿到了同行的产品，接下来你要怎么改进？做哪些改动可以不影响杀菌效果还能规避对方专利？我们有没有可能改的比对手的原版更好？哪家同行的设计的值得参考？

然而光凭一个内部结构和肉眼观察，我们一无所知。这时候一个定性的模拟仿真就能帮到我们。例如下面三张图没有任何的数据，我们依然能直观的看出设计的优劣：左图利用规则的旋流增加水体的照射时间，中图利用低雷诺数结构避免出现短流，右图杂乱无章的流线表明其流体设计不佳，还有很大的改进空间。

三款过流式水杀菌产品的流体模拟图

不妨再做一个假设：我们都有遇到产品杀菌测试低不合格的时候，接下来要怎么做，往什么方向提升杀菌率？

往往大家第一反应是UV剂量不够，加灯搞定。然而加灯意味着加钱，你能否确定目前的灯珠已经用尽了全力？是否调整流体结构增加照射时间比加灯更划算？即使真要加灯，光功率要加到多少？散热是否有问题？用单颗大功率还是用几颗小功率？是单面照射还是上下两面同时照射？以上这些改变是只改一个还是同时调整，各调整多少才能保证最高的性价比？

下面是一个空气杀菌器的风道，风自右向左吹，左侧有3颗UVC-LED光源。

图①的杀菌效果不佳，模拟分析直观的呈现出问题根源在于光照与气流不匹配，光分布均匀但气流分布集中在下方。很容易联想到两个优化方向：

优化方向A：光源不动气流动，把气流调均匀。需要更改结构，考虑噪音和风阻问题。

优化方向B：流体不动光源动，光源下移增强下方的光密度，适用于风道无法调整的情况。

A、B两个方向都能在几乎不增加成本的情况下提升杀菌效果。试想一下这时候如果盲目加灯，是不是花了钱还治标不治本？

空气杀菌器优化示意

模拟仿真手段哪怕只能帮我们定性的指引方向，都可以大幅度减少后续测试的时间和成本。这些节省的成本往往会大于模拟分析人员的花费。

具有企业特色的仿真评估方法

下图是UVC-LED应用产品研发流程的一部分，仿真设计贯穿于产品设计过程中，与结构、ID、电子设计是紧密联系的并行关系。

产品研发流程参考

最初，模拟仿真仅能给产品设计提供方向参考。随着测试反馈的增多，仿真方法在不断的修正、进化，经过一段时间的积累和试错，最终会形成一套符合本公司产品特性的仿真模型，这套模型可以大幅缩短后续同类产品的研发周期。

具体的说，在产品进行杀菌效果实测之前，搜集好所有的原始数据，包括光源参数、实际尺寸、模拟仿真的结果等。杀菌测试时，最好能现场搜集测试数据，例如环境温湿度、实时流速、操作手法等。在拿到杀菌报告后，对比实测和模拟的差异，找出误差原因并修正参数。根据修正后的模型指导产品的调整，并再次测试，循环上述过程。有趣的是，这个过程和练习投篮是十分相似的。

经过日积月累的训练，每个NBA球星都形成了自己独特的投篮手法。手法无所谓好坏，能进球就行。同样的，由于各厂家的测试方法、设备、产品特性、研发能力差异，得到的仿真模型往往不具备可比性，无法随意套用。

目前，中科同志已经开发出以深紫外LED杀毒为核心技术的电梯深紫外杀菌消毒系统、出租车深紫外杀菌消毒仪、口罩/手机深紫外杀菌消毒宝、深紫外杀菌消毒马桶盖、深紫外杀菌消毒医用垃圾桶、地铁深紫外杀菌消毒机器人等一系列产品，已经取得阶段性成功，在近期的投放实验中，有着明显的效果，能够充分满足对公共交通、公共场所以及家庭防护等不同场景的需求。相信在不久的将来，此类物理杀菌消毒仪器将以更高的效率和更好的用户体验，全面取代化学消毒剂，为我们的健康安全保驾护航！欢迎大家致电咨询洽谈：13331091975

文章来源于互联网，如有侵权请联系我们删除。web@tonzh.com