基于现场实测的炒菜类餐饮废气排放及静电净化效率评测

何万清, 聂磊, 曲松, 邵霞, 朱利军, 石爱军. 基于现场实测的炒菜类餐饮废气排放及静电净化效率评测[J]. 环境保护科学, 2022, 48(2): 96-101. doi: 10.16803/j.cnki.issn.1004-6216.2022.02.019
引用本文: 何万清, 聂磊, 曲松, 邵霞, 朱利军, 石爱军. 基于现场实测的炒菜类餐饮废气排放及静电净化效率评测[J]. 环境保护科学, 2022, 48(2): 96-101. doi: 10.16803/j.cnki.issn.1004-6216.2022.02.019
HE Wanqing, NIE Lei, QU Song, SHAO Xia, ZHU Lijun, SHI Aijun. Study on emissions from typical cooking catering restaurant and electrostatic purification efficiency evaluation based on field testing[J]. Environmental Protection Science, 2022, 48(2): 96-101. doi: 10.16803/j.cnki.issn.1004-6216.2022.02.019
Citation: HE Wanqing, NIE Lei, QU Song, SHAO Xia, ZHU Lijun, SHI Aijun. Study on emissions from typical cooking catering restaurant and electrostatic purification efficiency evaluation based on field testing[J]. Environmental Protection Science, 2022, 48(2): 96-101. doi: 10.16803/j.cnki.issn.1004-6216.2022.02.019

基于现场实测的炒菜类餐饮废气排放及静电净化效率评测

    作者简介: 何万清(1983-),女,硕士、高级工程师。研究方向:大气污染控制。E-mail:hewanqing@cee.cn
    通讯作者: 石爱军(1972-),男,硕士、正高级工程师。研究方向:环境监测与污染控制。E-mail:shiaijun@cee.cn
  • 基金项目:
    国家重点研发计划项目(2017YFC0211504)
  • 中图分类号: X511

Study on emissions from typical cooking catering restaurant and electrostatic purification efficiency evaluation based on field testing

    Corresponding author: SHI Aijun, shiaijun@cee.cn
  • 摘要: 为了解静电净化技术对炒菜类餐饮废气的净化效果及随运行时间的变化,该研究选取一家典型餐饮企业对炒菜灶头进行废气净化改造,不定期现场跟踪检测净化设备使用前后颗粒物、非甲烷总烃(NMHC)和VOCs组分的浓度变化。结果表明,定期清洗维护状态下,静电净化设备对颗粒物净化效率变化范围为55.7%~97.3%,平均净化效率为85.9%,净化后平均排放浓度降至4.0 mg/m3,颗粒物净化效率稳定且达标;静电净化设备对NMHC的净化效率不稳定,总体净化效率低于25%,净化后NMHC的平均排放浓度为26.0 mg/m3,仍超过排放标准,其不是去除餐饮NMHC的有效手段,需要加装其他NMHC净化设备;在组分净化效率方面,各组分的净化效率变化和差异很大,这可能与餐饮企业排放过程风速湿度波动大,产生的污染物浓度组分不稳定以及静电净化器工作过程高压电源产生的臭氧等有关,需要进一步研究。
  • 加载中
  • 图 1  静电设备净化前后颗粒物的浓度及净化效率

    图 2  静电设备净化前后NMHC的浓度及净化效率

    图 3  不同时间静电设备净化前后VOCs组分占比变化

    图 4  不同时间静电设备净化前后VOCs组分及浓度变化

    表 1  静电净化设备评测的不定期检测方案

    t测试项目
    第1天颗粒物和NMHC
    第4天颗粒物
    第11天颗粒物和NMHC
    第21天颗粒物、NMHC和VOCs组分
    第31天颗粒物、NMHC和VOCs组分
    第46天设备清洗维护
    第70天颗粒物和NMHC
    第71天设备清洗维护
    第77天颗粒物
    第107天颗粒物和NMHC
    第108天设备清洗维护
    第111天颗粒物和NMHC
    第114天颗粒物和NMHC
    t测试项目
    第1天颗粒物和NMHC
    第4天颗粒物
    第11天颗粒物和NMHC
    第21天颗粒物、NMHC和VOCs组分
    第31天颗粒物、NMHC和VOCs组分
    第46天设备清洗维护
    第70天颗粒物和NMHC
    第71天设备清洗维护
    第77天颗粒物
    第107天颗粒物和NMHC
    第108天设备清洗维护
    第111天颗粒物和NMHC
    第114天颗粒物和NMHC
    下载: 导出CSV
  • [1] 黄永海. 餐饮油烟中VOCs代表物的排放特征及催化氧化研究[D]. 北京: 北京科技大学, 2020.
    [2] 王恒嘉, 王旭, 董大伟. 我国餐饮业大气污染问题与对策研究[J]. 环境科技, 2019, 32(5): 48 − 53. doi: 10.3969/j.issn.1674-4829.2019.05.010
    [3] LEE C H, YANG S F, PENG C Y, et al. The precancerous effect of emitted cooking oil fumes on precursor lesions of cervical cancer[J]. International Journal of Cancer, 2010, 127(4): 932 − 41.
    [4] 王秀艳, 高爽, 周家岐, 等. 餐饮油烟中挥发性有机物风险评估[J]. 环境科学研究, 2012, 25(12): 1359 − 1363.
    [5] 彭竞, 肖乡. 广州市饮食业油烟污染状况及其对空气质量影响分析调查[J]. 化工管理, 2016(10): 115 − 117. doi: 10.3969/j.issn.1008-4800.2016.10.064
    [6] 温梦婷, 胡敏. 北京餐饮源排放细粒子理化特征及其对有机颗粒物的贡献[J]. 环境科学, 2007, 28(11): 2620 − 2625. doi: 10.3321/j.issn:0250-3301.2007.11.037
    [7] HE W Q, SHI A J, SHAO X, et al. Insights into the comprehensive characteristics of volatile organic compounds from multiple cooking emissions and aftertreatment control technologies application[J]. Atmospheric Environment, 2020, 240(2020): 117646.
    [8] 何万清, 王天意, 聂磊, 等. 北京市典型餐饮企业大气污染物排放特征[J]. 环境科学, 2020, 41(5): 2050 − 2056.
    [9] 孙成一, 白画画, 陈雪, 等. 北京市餐饮业大气污染物排放特征[J]. 环境科学, 2020, 36(5): 1523 − 1529.
    [10] 张腾, 彭林, 李颖慧, 等. 餐饮源油烟中PM2.5的化学组分特征[J]. 环境科学研究, 2016, 29(2): 183 − 191.
    [11] 王红丽, 景盛翱, 楼晟荣, 等. 餐饮行业细颗粒物(PM2.5)排放测算方法: 以上海市为例[J]. 环境科学, 2018, 39(5): 1971 − 1977.
    [12] 吴禹, 周向东. 烹饪油烟颗粒物对大鼠肺损伤作用的研究[J]. 中国职业医学, 2007(1): 31 − 33. doi: 10.3969/j.issn.1000-6486.2007.01.011
    [13] 周美龄. COFs对肝细胞线粒体损伤及能量代谢障碍机制的研究[D]. 福州: 福建医科大学, 2015.
    [14] 顾天毅. 兰州市室内典型挥发性有机物污染特征及其健康风险评价[D]. 兰州: 兰州大学, 2018.
    [15] YIN Z H, LI H, CUI Z G, et al. Polymorphisms in pre-miRNA genes and cooking oil fume exposure as well as their interaction on the risk of lung cancer in a Chinese nonsmoking female population[J]. Onco Targets and Therapy, 2016, 2016(9): 395 − 401.
    [16] 冯铁成, 易红宏, 唐晓龙, 等. 餐饮油烟污染及其净化技术研究进展[J]. 现代化工, 2017, 37(3): 20 − 23.
    [17] 李亚倩, 李建军, 李海娇. 餐饮油烟废气污染及其净化技术进展[J]. 四川化工, 2018, 21(1): 13 − 16. doi: 10.3969/j.issn.1672-4887.2018.01.004
    [18] 张星, 钱振清, 张德峰, 等. 餐饮油烟排放特征与净化技术研究进展[J]. 环境工程, 2020, 38(1): 37 − 41.
    [19] 中国环境保护产业协会. 油烟净化类产品认证信息[EB/OL]. [2020-10-20]. http://www.caepi.org.cn/epasp/website/webgl/webglController/toCprzSearch?dwmc=&zsbh=&cpmc.
    [20] 北京市环境保护局, 北京市质量技术监督局. 餐饮业大气污染物排放标准: DB11/1488—2018[S/OL]. (2018-01-22)[2020-10-20]. http://sthjj.beijing.gov.cn/bjhrb/resource/cms/2018/01/2018012214300944367.pdf.
    [21] 北京市质量技术监督局. 餐饮业颗粒物的测定 手工称重法: DB11/T 1485—2017[S/OL]. (2017-12-28)[2020-10-20]. http://sthjj.beijing.gov.cn/bjhrb/resource/cms/2017/12/2017122813300490092.pdf.
    [22] 国家环境保护部. 固定污染源废气挥发有机物的采样 气袋法: HJ732—2014[S/OL]. (2015-01-15)[2020-10-20]. http://www.mee.gov.cn/ywgz/fgbz/bz/bzwb/jcffbz/201501/W020150115565034743613.pdf.
    [23] 国家环境保护部. 固定污染源 总烃, 甲烷和非甲烷总烃的测定 气相色谱法: HJ38—2017[S/OL]. (2018-01-08)[2020-10-20]. http://www.mee.gov.cn/ywgz/fgbz/bz/bzwb/jcffbz/201801/W020180108566316243797.pdf.
    [24] 国家环境保护部. 固定污染源废气挥发性有机物的测定 固相吸附-热脱附/气相色谱-质谱法: HJ734—2014[S/OL]. (2018-01-08)[2020-10-20]. http://www.mee.gov.cn/ywgz/fgbz/bz/bzwb/jcffbz/201501/W020150115570838820656.pdf.
    [25] 柳静献, 韩永杰, 毛宁, 等. 电除尘器内臭氧产生规律实验研究[J]. 中国环保产业, 2011(12): 42 − 45. doi: 10.3969/j.issn.1006-5377.2011.12.013
    [26] 柏婧, 刘俊杰. 静电过滤器产生臭氧的实验研究[J]. 暖通空调, 2003, 33(6): 20 − 22. doi: 10.3969/j.issn.1002-8501.2003.06.006
    [27] 唐孝炎, 张远航, 邵敏, 等. 大气环境化学[M]. 第2版. 北京: 高等教育出版社, 2006: 156-175.
  • 加载中
图( 4) 表( 1)
计量
  • 文章访问数:  2283
  • HTML全文浏览数:  2283
  • PDF下载数:  7
  • 施引文献:  0
出版历程
  • 收稿日期:  2021-01-29
  • 刊出日期:  2022-04-20
何万清, 聂磊, 曲松, 邵霞, 朱利军, 石爱军. 基于现场实测的炒菜类餐饮废气排放及静电净化效率评测[J]. 环境保护科学, 2022, 48(2): 96-101. doi: 10.16803/j.cnki.issn.1004-6216.2022.02.019
引用本文: 何万清, 聂磊, 曲松, 邵霞, 朱利军, 石爱军. 基于现场实测的炒菜类餐饮废气排放及静电净化效率评测[J]. 环境保护科学, 2022, 48(2): 96-101. doi: 10.16803/j.cnki.issn.1004-6216.2022.02.019
HE Wanqing, NIE Lei, QU Song, SHAO Xia, ZHU Lijun, SHI Aijun. Study on emissions from typical cooking catering restaurant and electrostatic purification efficiency evaluation based on field testing[J]. Environmental Protection Science, 2022, 48(2): 96-101. doi: 10.16803/j.cnki.issn.1004-6216.2022.02.019
Citation: HE Wanqing, NIE Lei, QU Song, SHAO Xia, ZHU Lijun, SHI Aijun. Study on emissions from typical cooking catering restaurant and electrostatic purification efficiency evaluation based on field testing[J]. Environmental Protection Science, 2022, 48(2): 96-101. doi: 10.16803/j.cnki.issn.1004-6216.2022.02.019

基于现场实测的炒菜类餐饮废气排放及静电净化效率评测

    通讯作者: 石爱军(1972-),男,硕士、正高级工程师。研究方向:环境监测与污染控制。E-mail:shiaijun@cee.cn
    作者简介: 何万清(1983-),女,硕士、高级工程师。研究方向:大气污染控制。E-mail:hewanqing@cee.cn
  • 1. 北京市生态环境保护科学研究院,北京 100037
  • 2. 国家城市环境污染控制工程技术研究中心,北京 100037
  • 3. 北京市城市大气挥发性有机物污染防治技术与应用重点实验室,北京 100037
基金项目:
国家重点研发计划项目(2017YFC0211504)

摘要: 为了解静电净化技术对炒菜类餐饮废气的净化效果及随运行时间的变化,该研究选取一家典型餐饮企业对炒菜灶头进行废气净化改造,不定期现场跟踪检测净化设备使用前后颗粒物、非甲烷总烃(NMHC)和VOCs组分的浓度变化。结果表明,定期清洗维护状态下,静电净化设备对颗粒物净化效率变化范围为55.7%~97.3%,平均净化效率为85.9%,净化后平均排放浓度降至4.0 mg/m3,颗粒物净化效率稳定且达标;静电净化设备对NMHC的净化效率不稳定,总体净化效率低于25%,净化后NMHC的平均排放浓度为26.0 mg/m3,仍超过排放标准,其不是去除餐饮NMHC的有效手段,需要加装其他NMHC净化设备;在组分净化效率方面,各组分的净化效率变化和差异很大,这可能与餐饮企业排放过程风速湿度波动大,产生的污染物浓度组分不稳定以及静电净化器工作过程高压电源产生的臭氧等有关,需要进一步研究。

English Abstract

  • 近年来,随着我国产业升级和经济转型发展的持续推进,餐饮业作为我国第三产业中的重要组成,其产业规模的发展态势逐年高涨[1-2],但经济效益增加的同时也衍生出了不容小觑的环境问题。我国餐饮业的经营多集中在城市的中心城区,烹饪高峰期产生的餐饮废气严重影响着城市的空气环境及附近居民的身体健康[3-4]。随着以北京、上海为代表的大城市连年来对工业大气污染治理、机动车污染控制和清洁能源替换等政策推进力度的稳步增强,餐饮废气污染已然成为城市区域颗粒物和挥发性有机物的主要排放源之一,是与工业废气及汽车尾气一起导致城市空气污染的重要“元凶”[5-8]

    餐饮废气是食物烹饪过程中挥发的油脂、有机质及其加热分解或裂解的气、液、固三相混合物[9]。烹饪过程中产生的液态油滴和固态颗粒物不仅会导致城市雾霾[10-11],也会诱发人体产生过敏性鼻炎和其他的呼吸道疾病,生成的气态挥发性有机物(volatile organic compounds,VOCs)中还含多种有毒的化学成分,对人体健康的危害极大,长期接触甚至有患癌的风险[12-15]。因此,必须对餐饮废气污染进行有效的治理。现有的餐饮油烟净化技术主要包括机械分离、静电沉积、湿式洗涤、过滤吸附和UV光解等,其中静电及以静电为主的复合式为市场的主流技术,占市场份额的80%以上[16-19]。然而,国内尚未对静电净化设备的油烟颗粒物和VOCs的实际净化效果,以及净化效果与运营维护的变化规律进行研究。

    本研究选取北京市一家典型的餐饮企业,进行不定期的跟踪评测,研究静电净化设备对实际餐饮颗粒物、非甲烷总烃(non-methane hydrocarbons,NMHC)和VOCs净化效率以及随时间的变化情况。通过掌握静电净化设备对餐饮烟气处理效果和处理前后的组分特征,以期为餐饮企业的净化器选型和清洗维护周期提供依据,为餐饮烟气控制技术的筛选提供支撑。

    • 本研究选取了一家典型的清真菜馆进行净化设备改造和评测。该餐馆主营各式拉面、盖饭、炒菜和炭火烧烤,客流量较大。该餐馆后厨分为炒菜厨房和烧烤间2个独立操作间,烧烤间位于1楼,炒菜厨房位于2楼,炒菜厨房和烧烤间排口在3楼顶,2个厨房的烟气分别独立排放,楼顶有较开阔的管道设备放置空间和采样平台。本研究仅对炒菜厨房烟气排口的改造进行跟踪评测。炒菜厨房有爆炒小灶2个,汤灶1个,烟罩长度3 m,按照1个灶头2 000 m3/h标准风量计算,考虑到管道弯头等阻力以及保证厨房排烟通畅,最终设计风量为8 000 m3/h,该厨房选取静电净化技术进行改造,其设备型号为T1800、风量为8 000 m3/h、设备尺寸为1 316 mm×818 mm×645 mm、电离箱尺寸为365 mm×695 mm×465 mm、高压12 000 V、低压6 000 V、截面风速4 m/s、极板间距7 mm、电离区材质为不锈钢、集尘区材质为航空铝、极板数量2个、高压产生器TW450、绝缘材料为特氟龙。

    • 设备:QC-2 大气采样仪(北京市劳动保护科学研究所);大气烟尘气采样仪(青岛崂应环保科技有限公司);十万分之一电子天平(Mettler Toledo,瑞士);GC8600 型气相色谱(北京北分瑞利分析仪器有限责任公司),甲烷柱为以 GDX-502 高分子多孔微球为填料的色谱柱,长3 m,内径3 mm;总烃柱为以硅烷化玻璃微珠为填料的色谱柱,柱长1 m,内径3 mm;EM-300小流量恒流采样器;TD20热脱附仪(日本岛津);QP2020 Ultra气相色谱/质谱联用仪(日本岛津)。材料:特氟龙气袋,餐饮专用颗粒物滤芯,CarbopackC+Carbopack B+Carboxen1000D的组合吸附管。

    • 选取该餐馆营业高峰时段11:30~13:30和18:00~20:00进行采样,在新安装净化设备的前端和后端的平直管段同时采样,采样口的设置满足《餐饮业大气污染物排放标准:DB11/1488—2018》[20]的相关要求。为评估净化设备的净化效率随使用时间的变化,以及清洗维护对净化设备效率的影响,本研究在改造后4个月内不定期进行颗粒物和NMHC的排放浓度及净化设备净化效率的评测,具体的不定期检测方案,见表1

    • 颗粒物、NMHC和VOCs组分同时同点采样。颗粒物采用等速采样法,采集和分析方法参照《餐饮业颗粒物的测定手工称重法:DB11/T 1485—2017》[21]标准进行,每个样品采集15 min,连续采集3个样品作为1组,取3个样品的平均值作为测试结果。NMHC的采集参照《固定污染源废气挥发有机物的采样 气袋法:HJ732—2014》[22]标准进行,每个样品采集15 min,采样体积为10 L,连续采集3个样品,以3个样品的平均值作为测试结果。NMHC的分析方法为《固定污染源 总烃、甲烷和非甲烷总烃的测定 气相色谱法:HJ38—2017》[23]

      VOCs组分的采样方法同NMHC,其定量分析方法参照《固定污染源废气挥发性有机物的测定 固相吸附-热脱附/气相色谱-质谱法:HJ734—2014》[24]标准进行。现场采集的VOCs气袋样品送回实验室后,在8 h内用EM-300小流量恒流采样器以50 mL/min的流量将气体样品通入内装CarbopackC+Carbopack B+Carboxen1000D 的组合吸附管10 min,加入内标,装入热脱附仪经气相色谱/质谱联用仪进行定量分析。定量分析的标准物质分别为甲醇中22种VOCs混标(上海安谱)、乳酸乙酯色标(上海安谱)、苯甲醛色标(Dr.Ehrenstorfer GmbH)和TO-15混合标气(美国Linda,用到其中的29种)。

      热脱附仪条件:一次解析温度200 ℃,氦气流量30 mL/min,解析时间5 min,冷阱聚焦温度−25 ℃,解析温度280 ℃,解析时间5 min,传输线温度200 ℃。色谱条件:色谱柱DB-5MS,60.0 m×0.32 mm×1.0 μm;载气为高纯氦气,流速1.5 mL/min,分流比50.0;进样口温度200 ℃,程序升温:初始温度35 ℃保持5 min,以6 ℃/min升温至140 ℃,再以15 ℃/min升温至220 ℃,保持3 min。质谱条件:电子轰击源,电压70 eV,全扫描模式,扫描范围:35~300 u,扫描速度为1.44 scan/s。四级杆温度150 ℃;离子源温度200 ℃,传输线温度280 ℃。

    • 炒菜厨房排口静电设备净化前后颗粒物的浓度变化,见图1

      在改造4个月内的不定期检测结果中,净化前颗粒物的浓度变化范围为8.8~83.6 mg/m3,平均为40.0 mg/m3,大于文献[8]和[9]中各菜系颗粒物的平均排放浓度。可见,未经净化的该餐饮企业炒菜厨房直接排放的颗粒物浓度很高,全部超出了《北京市餐饮业大气污染物排放标准》[20]规定的颗粒物5.0 mg/m3的排放限值,该餐饮为颗粒物重污染排放企业,必须安装净化设备。图1中第11天净化前颗粒物浓度最低,只有8.8 mg/m3,显著低于其他测试时间,这恰好与当时客流量少炒菜频率低的情况相对应,可见净化前颗粒物排放浓度受采样时段客流量的影响较大。净化后颗粒物的浓度变化范围为1.4~7.1 mg/m3,平均为4.0 mg/m3。除第70天净化后的颗粒物排放浓度为7.1 mg/m3超出排放限值外,其他测试时间净化后的颗粒物浓度均低于排放限值。该静电净化设备的应用对颗粒物的净化效果显著,餐饮企业安装净化设备非常必要。

      在颗粒物净化效率方面,改造后4个月内不定期跟踪测试获得静电净化设备对颗粒物的净化效率变化范围为55.7%~97.3%,平均净化效率为85.9%。安装使用第1天,净化效率最高,达97.3%,第11天净化效率较低与当天初始浓度较低相关。除第11天外,该静电净化设备对颗粒物的净化效率保持在83.5%以上。该净化设备在第46天、第71天和第107天分别由净化设备厂家对净化设备进行专业清洗,可见该净化设备在4个月的跟踪测试期间,定期清洗的条件下净化效率比较稳定。

      为进一步评估净化设备运营维护清洗情况对净化设备的颗粒物净化效率和达标情况的影响,本研究在第70天现场检测发现末端排放超标,于第71天由净化设备厂家专业清洗,图1可知,清洗前后净化设备对油烟颗粒物的净化效率显著提高,由84.2%升至94.4%左右,颗粒物能够达到新标准规定的排放限值要求。可见,定期的清洗维护对静电净化设备净化效率的保持至关重要,根据不定期跟踪测试结果推荐运维周期为1个月。

    • 炒菜厨房排口静电设备净化前后NMHC的浓度变化,见图2

      在改造4个月内的不定期检测结果中,净化前NMHC的浓度变化范围为19.7~55.7 mg/m3,平均排放浓度为30.3 mg/m3,净化后NMHC的浓度变化范围为18.1~49.7 mg/m3,平均值为26.0 mg/m3,大于文献[8]和[9]中各菜系NMHC的平均排放浓度,均超出了《北京市餐饮业大气污染物排放标准》[20]规定的NMHC 10.0 mg/m3的排放限值,可见该餐饮同时为NMHC重污染排放企业,应安装VOCs的净化设备。

      在NMHC净化效率方面,静电净化设备对NMHC的净化效率变化很大,变化范围为−68.8%~67.6%,除了安装使用第1天测得NMHC净化效率最高67.6%之外,其他时间测得的净化效率均<25%,有时甚至净化效率低至−68.8%。可见,静电净化设备对NMHC的净化效率很不稳定,有时能够降低NMHC浓度,有时反而增加NMHC的排放,分析其中原因可能有以下几个方面。

      (1)随着静电净化设备的使用,油滴在极板上聚集增多,某些油滴有可能发生挥发分解作用,导致气态污染物增多。

      (2)可能与污染物的排放浓度组分、风速风量变化以及静电净化器工作过程高压电源产生的臭氧等都有关。有研究表明,静电净化器的电离能力和产生臭氧的量与电源电压变化和风速变化均有关[25]。静电净化设备的工作原理是通过高压放电产生正负离子,颗粒物在高压电场的作用下荷电,然后被极性相反的电极捕获,从而去除油烟颗粒物[18]。同时,静电净化器由于高压电源的使用,会使气体产生电离,一方面一些大分子的挥发性有机物可能在正负离子作用下断链或氧化分解成小分子有机物,导致非甲烷总烃浓度升高,另一方面空气有可能被电离产生臭氧[26],生成的臭氧会与水分子发生反应产生羟基自由基,臭氧和羟基自由基都是强氧化物,会与VOCs发生氧化分解反应[27]。但由于反应机理复杂,具体反应的产物受臭氧浓度、VOCs组分和温湿度流速等条件影响,有可能分解生成小分子有机物增加了NMHC的浓度,也可能彻底氧化分解成CO2和H2O,降低了NMHC的浓度。餐饮企业工况不稳定,排放的污染物浓度组分、风速等都是实时变化,因此静电净化设备对NMHC的净化效率变化较大。

      此外,由于VOCs组分非常多,现有的测试条件仅能测试其中一部分组分,测试的VOCs组分数量有限,有可能存在一部分VOCs组分氧化分解成未能测到的组分,而这部分组分在非甲烷总烃测试时有响应,导致NMHC升高。

    • 为了解静电净化设备对具体VOCs组分的净化作用,本研究特选取了其中2 d单独进行VOCs组分采样分析。第21天和第31天静电设备净化前后VOCs的组分浓度及占比变化,见图3

      这2天测得的VOCs初始浓度相差不大为5 683和5 328 μg/m3,但组分构成相差较大。第21天测得净化设备前端VOCs组分以酯类、卤代烃、芳香烃和醛酮类为主,浓度分别为2 367、1 259、1 248和607 μg/m3,占比分别为41.6%、22.2%、22.0%和10.7%,占总浓度的96.4%;而第31天测得的净化前端VOCs组分以醛酮类、芳香烃、烯烃和烷烃为主,浓度分别为1 476、1 241、1 119和968 μg/m3,占比分别为27.7%、23.3%、21.0%和18.2%,占总浓度的90.2%。2次测试芳香烃的排放浓度和占比基本一致,表明芳香烃是餐饮排放VOCs较为稳定的排放组分。第21天排放浓度较高的酯类和卤代烃在第31天时浓度仅为319和129 μg/m3,为第21天测出浓度的13.5%和10.2%。第31天的主要排放组分烯烃和芳香烃,在第21天时仅为7和184 μg/m3。可见,餐饮企业VOCs的组分复杂多变,不同时间不同工况条件下测得组分组成和浓度均有所差异。

      不同时间静电设备净化前后VOCs组分及浓度变化,见图4

      在组分净化效率方面,第21天净化设备对主要组分的净化效率明显高于第31天净化设备对主要组分的净化效率。第21天净化设备对总VOCs浓度、芳香烃、醛酮类、酯类和卤代烃的净化效率分别为78.8%、71.0%、50.2%、86.3%和93.7%,而第31天净化设备对总VOCs浓度、醛酮类、芳香烃、酯类和卤代烃的净化效率分别为42.7%、47.6%、14.9%、53.3%和−95.7%。第31天排放的主要组分烯烃和烷烃净化效率分别为61.2%和64.6%,而第21天这2类组分的排放很低,净化效率也很低分别为−42.8%和33.2%。可见,2次测试不同组分净化效率差异很大。分析原因可能是不同种类的VOCs与臭氧和羟基自由基的反应速率不同[26],并且臭氧和羟基自由基对不同组分的氧化反应具有选择性。2次测试工况条件不完全相同,温湿度臭氧浓度以及VOCs组分浓度不同,不同VOCs氧化分解的程度和产物不同,从而导致净化效率的差异和变化。

    • (1)本研究选取的餐饮企业净化前颗粒物浓度变化范围为8.8~83.6 mg/m3,平均浓度为40.0 mg/m3;净化前NMHC浓度变化范围为19.7~55.7 mg/m3,平均排放浓度为30.3 mg/m3,均超过了《北京市餐饮业大气污染物排放标准》的颗粒物和NMHC排放限值,该餐饮企业是颗粒物和NMHC重污染排放企业,是重点改造对象。

      (2)本研究首次对新改造餐饮企业的排放情况进行跟踪检测,结果表明,静电净化后颗粒物的浓度变化范围为1.4~7.1 mg/m3,平均值为4.0 mg/m3,达到排放标准要求;静电净化后NMHC的浓度变化范围为18.1~49.7 mg/m3,平均值为26.0 mg/m3,仍超过排放标准要求,需要加装其他VOCs净化设备才能达到排放标准要求。

      (3)本研究对新改造静电净化设备进行4个月的不定期净化效率跟踪评测,静电净化设备对颗粒物净化效率变化范围为55.7%~97.3%,平均净化效率为85.9%,表明静电净化设备对颗粒物的净化效果较好,定期的清洗维护能确保净化效率稳定,净化后颗粒物能够稳定达标。

      (4)静电净化设备对NMHC的净化效率不稳定不理想,变化范围为−68.8%~67.6%,总体净化效率低于25%。对VOCs各组分净化效率的测试发现,各组分的净化效率变化和差异很大。这可能与餐饮企业排放过程风速湿度波动大,产生的污染物浓度组分不稳定以及静电净化器工作过程高压电源产生的臭氧等有关,需要进一步的研究。

    参考文献 (27)

返回顶部

目录

/

返回文章
返回