露点 — CAE术语解释

露点Td [°C] 是从相对湿度RH [%] 和干球温度T [°C] 通过近似公式求得的。使用Magnus公式时 Td = (243.04 * (ln(RH/100) + 17.625*T/(243.04+T))) / (17.625 - (ln(RH/100) + 17.625*T/(243.04+T))) 的形式。例如当T=25°C、RH=60%时，Td ≈ 16.7°C——如果有表面温度在16.7°C以下，就会发生凝结。在CAE中，我们通过叠加比较热解析的温度分布与露点，来确定风险位置。Python中可以使用psychrolib库一行代码计算。

电子设备的室外安装和运输最常见。例如船运集装箱——赤道附近（高温高湿）装载的集装箱到达寒冷地区时，内部高湿度空气冷却到露点以下，导致集装箱壁和天顶产生大量凝结。这种现象叫"集装箱雨"，精密设备包装会被完全浸湿。通过FEM热解析追踪运输过程中的温度历史，评估内部温度与露点的差值（温度裕度）是否会变为负值。干燥剂的设计容量也由此分析确定。

需要进行结合水分扩散和热传导的"热湿耦合（HAM: Heat-Air-Moisture）"分析。COMSOL Multiphysics的Transport of Diluted Species+Heat Transfer模块或建筑用EnergyPlus的Moisture Balance功能可以实现。但对于大多数工业应用，"从气象数据预先计算露点，将其值作为FEM热解析的判定阈值"这种简化方法通常就足够了。对于复杂建筑保温性能评估或农业设施防冻凝，才需要详细的HAM分析。

半导体工厂的洁净室绝对不能允许凝结——水分附着在微细配线图案上会导致腐蚀、短路和产品不良。因此需要设计超低露点系统（约-40～-60°C对应相对湿度1～3%）。通过CFD分析验证FFU（风扇过滤机组）的气流分布和AHU（空调机）的除湿能力，确保室内露点分布均匀且始终低于设计值。对于一些停产1小时就损失数亿日元的工厂，CFD分析的投资是很容易正当化的。

理清楚了——饱和水蒸气压Ps(T)只由温度决定（可用Antoine公式、Clasius-Clapeyron公式计算）。实际水蒸气分压为 Pv = RH/100 * Ps(T)。露点是指"Ps(Td) = Pv"的温度Td，也就是说"当前水蒸气量会饱和的温度"。具体来说，Ps(25°C) = 3.17 kPa，RH=60%时 Pv = 1.90 kPa。计算满足 Ps(Td) = 1.90 kPa 的Td，约为16.7°C——这就是露点。理解了这一点，就能自然地理解干湿球温度计（通风干湿计）的原理。