基于人工模拟雾霾装置的颗粒物沉降效果分析

郑海明, 李帅, 贾桂红. 基于人工模拟雾霾装置的颗粒物沉降效果分析[J]. 环境工程学报, 2020, 14(7): 1871-1877. doi: 10.12030/j.cjee.201909141
引用本文: 郑海明, 李帅, 贾桂红. 基于人工模拟雾霾装置的颗粒物沉降效果分析[J]. 环境工程学报, 2020, 14(7): 1871-1877. doi: 10.12030/j.cjee.201909141
ZHENG Haiming, LI Shuai, JIA Guihong. Analysis of particle sedimentation effect based on artificial simulation haze-fog device[J]. Chinese Journal of Environmental Engineering, 2020, 14(7): 1871-1877. doi: 10.12030/j.cjee.201909141
Citation: ZHENG Haiming, LI Shuai, JIA Guihong. Analysis of particle sedimentation effect based on artificial simulation haze-fog device[J]. Chinese Journal of Environmental Engineering, 2020, 14(7): 1871-1877. doi: 10.12030/j.cjee.201909141

基于人工模拟雾霾装置的颗粒物沉降效果分析

    作者简介: 郑海明(1972—),男,博士,副教授。研究方向:环境在线光学监测技术等。E-mail:haimingzheng@163.com
    通讯作者: 郑海明, E-mail: haimingzheng@163.com
  • 基金项目:
    国家自然科学基金资助项目(11174078);国家重点研发计划资助项目(2016YFB0600701);河北省自然科学基金资助项目(E2019502089);中央高校基本科研业务费专项资金(2017MS145)
  • 中图分类号: X851

Analysis of particle sedimentation effect based on artificial simulation haze-fog device

    Corresponding author: ZHENG Haiming, haimingzheng@163.com
  • 摘要: 雾霾对人类生活生产的影响日益严重,雾霾治理的研究逐渐受到重视,然而自然雾霾天气的不可预测性增加了研究难度。根据雾霾的组成特点,设计并搭建了一套人工模拟雾霾装置,对雾霾颗粒物的沉降效果进行浓度监测和分析。模拟结果表明:各种环境下,PM10的浓度和沉降速率最高,总浓度占比保持在40%以上,PM2.5浓度占比约为35%,PM1浓度最低,仅占20%~25%;有风环境下,颗粒物的沉降速度明显提高,当沉降时间达到130 min后,PM1的浓度达到20% 以下。装置成功模拟了100 min以上的重度雾霾以及20 min的中度雾霾,可为雾霾治理的研究提供稳定可控的实验环境。综合上述结果,将PM2.5和PM1凝结成PM10,可加速雾霾的消散,对雾霾治理具有重要参考价值。
  • 加载中
  • 图 1  雾霾模拟生成装置

    Figure 1.  Haze-fog generation simulation device

    图 2  主模拟室实物图

    Figure 2.  Physical drawing of main simulation room

    图 3  激光测尘仪

    Figure 3.  Laser dust detector

    图 4  单一水雾环境的各粒径颗粒物浓度变化

    Figure 4.  Variation of particle size concentration in single spray environment

    图 5  单一霾颗粒物环境的各粒径颗粒物浓度变化

    Figure 5.  Variation of particle size concentration in single haze particle environment

    图 6  混合雾霾环境的各粒径颗粒物浓度变化

    Figure 6.  Variation of particle size concentration in mixed haze-fog environment

    表 1  单一水雾环境各粒径颗粒物浓度占比变化

    Table 1.  Variation of particle size concentration proportion in single spray environment

    环境条件各粒径颗粒物浓度占比/%
    10 min50 min90 min130 min
    PM1(CF)/PM2.5(CF)(无风扇)75.1580.3878.7273.52
    PM1(CF)/PM10(CF)(无风扇)70.3173.4174.0070.21
    PM2.5(CF)/PM10(CF)(无风扇)93.5691.3394.0093.45
    PM1(自然)/PM2.5(自然)(无风扇)74.7780.0079.0373.32
    PM1(自然)/PM10(自然)(无风扇)70.0473.0474.2456.16
    PM2.5(自然)/PM10(自然)(无风扇)93.6791.3093.9476.84
    PM1(CF)/PM2.5(CF)(有风扇)47.7563.5774.2676.06
    PM1(CF)/PM10(CF)(有风扇)39.3655.0067.3771.05
    PM2.5(CF)/PM10(CF)(有风扇)82.4386.5290.7293.42
    PM1(自然)/PM2.5(自然)(有风扇)47.6763.4274.1375.53
    PM1(自然)/PM10(自然)(有风扇)39.2854.7767.1271.00
    PM2.5(自然)/PM10(自然)(有风扇)82.4086.3690.5494.00
    环境条件各粒径颗粒物浓度占比/%
    10 min50 min90 min130 min
    PM1(CF)/PM2.5(CF)(无风扇)75.1580.3878.7273.52
    PM1(CF)/PM10(CF)(无风扇)70.3173.4174.0070.21
    PM2.5(CF)/PM10(CF)(无风扇)93.5691.3394.0093.45
    PM1(自然)/PM2.5(自然)(无风扇)74.7780.0079.0373.32
    PM1(自然)/PM10(自然)(无风扇)70.0473.0474.2456.16
    PM2.5(自然)/PM10(自然)(无风扇)93.6791.3093.9476.84
    PM1(CF)/PM2.5(CF)(有风扇)47.7563.5774.2676.06
    PM1(CF)/PM10(CF)(有风扇)39.3655.0067.3771.05
    PM2.5(CF)/PM10(CF)(有风扇)82.4386.5290.7293.42
    PM1(自然)/PM2.5(自然)(有风扇)47.6763.4274.1375.53
    PM1(自然)/PM10(自然)(有风扇)39.2854.7767.1271.00
    PM2.5(自然)/PM10(自然)(有风扇)82.4086.3690.5494.00
    下载: 导出CSV

    表 2  单一霾颗粒物环境各粒径颗粒物浓度占比变化

    Table 2.  Variation of particle size concentration proportion in single haze particle environment

    环境条件各粒径颗粒物浓度占比/%
    10 min50 min90 min130 min
    PM1(CF)/PM2.5(CF)(无风扇)28.2248.8750.9454.10
    PM1(CF)/PM10(CF)(无风扇)13.6030.8633.9643.42
    PM2.5(CF)/PM10(CF)(无风扇)48.1963.1466.6780.26
    PM1(自然)/PM2.5(自然)(无风扇)28.0148.3050.0059.52
    PM1(自然)/PM10(自然)(无风扇)13.4930.6033.0243.10
    PM2.5(自然)/PM10(自然)(无风扇)48.1763.3666.0472.41
    PM1(CF)/PM2.5(CF)(有风扇)45.0368.0071.2375.64
    PM1(CF)/PM10(CF)(有风扇)29.0047.2271.4374.68
    PM2.5(CF)/PM10(CF)(有风扇)64.4069.4494.6397.44
    PM1(自然)/PM2.5(自然)(有风扇)44.8668.0071.4376.51
    PM1(自然)/PM10(自然)(有风扇)28.8347.2271.4375.92
    PM2.5(自然)/PM10(自然)(有风扇)64.2669.4494.5295.46
    环境条件各粒径颗粒物浓度占比/%
    10 min50 min90 min130 min
    PM1(CF)/PM2.5(CF)(无风扇)28.2248.8750.9454.10
    PM1(CF)/PM10(CF)(无风扇)13.6030.8633.9643.42
    PM2.5(CF)/PM10(CF)(无风扇)48.1963.1466.6780.26
    PM1(自然)/PM2.5(自然)(无风扇)28.0148.3050.0059.52
    PM1(自然)/PM10(自然)(无风扇)13.4930.6033.0243.10
    PM2.5(自然)/PM10(自然)(无风扇)48.1763.3666.0472.41
    PM1(CF)/PM2.5(CF)(有风扇)45.0368.0071.2375.64
    PM1(CF)/PM10(CF)(有风扇)29.0047.2271.4374.68
    PM2.5(CF)/PM10(CF)(有风扇)64.4069.4494.6397.44
    PM1(自然)/PM2.5(自然)(有风扇)44.8668.0071.4376.51
    PM1(自然)/PM10(自然)(有风扇)28.8347.2271.4375.92
    PM2.5(自然)/PM10(自然)(有风扇)64.2669.4494.5295.46
    下载: 导出CSV

    表 3  混合雾霾环境的各粒径浓度占比的变化

    Table 3.  Variation chart of particle size concentration proportion in mixed haze-fog environment

    环境条件各粒径颗粒物浓度占比/%
    10 min50 min90 min130 min
    PM1(CF)/PM2.5(CF)(无风扇)25.7345.3456.9158.46
    PM1(CF)/PM10(CF)(无风扇)11.9727.3838.9144.97
    PM2.5(CF)/PM10(CF)(无风扇)46.5460.3968.3676.92
    PM1(自然)/PM2.5(自然)(无风扇)25.4945.6356.5956.98
    PM1(自然)/PM10(自然)(无风扇)11.8627.4942.4443.75
    PM2.5(自然)/PM10(自然)(无风扇)46.5560.2375.0076.79
    PM1(CF)/PM2.5(CF)(有风扇)44.9162.2568.3069.25
    PM1(CF)/PM10(CF)(有风扇)35.0555.0460.0763.39
    PM2.5(CF)/PM10(CF)(有风扇)78.0688.4187.9591.53
    PM1(自然)/PM2.5(自然)(有风扇)44.9062.3167.9469.17
    PM1(自然)/PM10(自然)(有风扇)35.0355.0159.6963.45
    PM2.5(自然)/PM10(自然)(有风扇)78.0188.2887.8691.72
    环境条件各粒径颗粒物浓度占比/%
    10 min50 min90 min130 min
    PM1(CF)/PM2.5(CF)(无风扇)25.7345.3456.9158.46
    PM1(CF)/PM10(CF)(无风扇)11.9727.3838.9144.97
    PM2.5(CF)/PM10(CF)(无风扇)46.5460.3968.3676.92
    PM1(自然)/PM2.5(自然)(无风扇)25.4945.6356.5956.98
    PM1(自然)/PM10(自然)(无风扇)11.8627.4942.4443.75
    PM2.5(自然)/PM10(自然)(无风扇)46.5560.2375.0076.79
    PM1(CF)/PM2.5(CF)(有风扇)44.9162.2568.3069.25
    PM1(CF)/PM10(CF)(有风扇)35.0555.0460.0763.39
    PM2.5(CF)/PM10(CF)(有风扇)78.0688.4187.9591.53
    PM1(自然)/PM2.5(自然)(有风扇)44.9062.3167.9469.17
    PM1(自然)/PM10(自然)(有风扇)35.0355.0159.6963.45
    PM2.5(自然)/PM10(自然)(有风扇)78.0188.2887.8691.72
    下载: 导出CSV
  • [1] 赵秀娟, 蒲维维, 孟伟. 北京地区秋季雾霾天PM2.5污染与气溶胶光学特征分析[J]. 环境科学, 2013, 34(2): 416-423.
    [2] 曹华伟, 梁旭东, 李青春. 北京一次持续性雾霾过程的阶段性特征及影响因子分析[J]. 气象学报, 2013, 71(5): 940-951.
    [3] CHARDON B, HOST S, PEDRONO G, et al. Contribution of case-crossover design to the analysis of shortterm health effects of air pollution: Reanalysis of air pollution and health data in French[J]. Epidemiology and Public Health, 2008, 56(1): 31-40.
    [4] JACOBS C, KELLY W J. Smogtown: The Lung-Burning History of Pollution in Los Angeles[M]. Los Angeles: Harry N. Abrams, 2008, 384.
    [5] 伊口田. 从“雾都”走向生态文明的伦敦[J]. 中国减灾, 2013(8): 22-24.
    [6] 陈晨, 赵紫英. 雾霾天气对交通运输影响的分析[J]. 科技视界, 2015(1): 206.
    [7] 朱明亮. 浅谈输电线路污闪事故诱因及防护措施[J]. 科技与企业, 2011(9): 123-124.
    [8] JEFFRIES H E, SEXTON K G, ARNOLD J, et al. Development of a standard chamber date base and protocol for evaluating oxidant mechanisms for urban and regional models[R]. University of North Carolina at Chapel Hill, 1990.
    [9] CARTER W P L, COCKER III D R, FITZ D R, et al. A new environmental chamber for evaluation of gas-phase chemical mechanisms and secondary aerosol formation[J]. Atmospheric Environment, 2005, 39(40): 7768-7788. doi: 10.1016/j.atmosenv.2005.08.040
    [10] HALL J F, MAULDIN T P. Wind tunnel studies of the insulator contamination process[J]. IEEE Transactions on Electrical Insulation, 1981, 16(3): 180-188.
    [11] RAVELOMANANTSOA N, FARZANEH M, CHISHOLM W A. Laboratory investigation of the HV insulator contamination process under winter conditions[C]//2008 International Conference on High Voltage Engineering and Application, 2008: 116-119.
    [12] 司马文霞, 吴亮, 杨庆. 沙尘对电力系统外绝缘电气特性影响分析[J]. 高电压技术, 2008, 34(1): 16-21.
    [13] 司马文霞, 杨庆, 吴亮, 等. 平板模型沿面工频沙尘闪络特性的试验研究及放电机制分析[J]. 中国电机工程学报, 2010, 30(1): 6-13.
    [14] 王黎明, 刘动, 陈枫林, 等. 雾霾模拟方法及其装置研究[J]. 高电压技术, 2014, 40(11): 3297-3304.
    [15] 王建辉, 赵悦菊, 孙伟, 等. 人工模拟雾霾实验及其装置[J]. 环境工程学报, 2017, 11(9): 5130-5137. doi: 10.12030/j.cjee.201609073
    [16] 周羽生, 罗屿, 赵纯, 等. 人工气候室雾霾模拟方法及装置[J]. 高电压技术, 2017, 43(3): 909-914.
    [17] 环境保护部, 国家质量监督检验检疫总局. 环境空气质量标准: GB 3095-2012[S]. 北京: 中国环境科学出版社, 2012.
    [18] 佚名. 国网河北电力编制《雾霾天气对输变电设备影响调研报告》[J]. 农电管理, 2014(1): 26.
    [19] 王晓彦, 李健军. 欧洲大气颗粒物标准及监测体系[J]. 中国环境监测, 2014, 30(6): 13-18. doi: 10.3969/j.issn.1002-6002.2014.06.002
    [20] 骆灵喜, 林秋月, 王波. 低强度超声波处理微囊藻的生物效应研究[J]. 环境科学与技术, 2017, 40(10): 14-18.
    [21] 张小曳, 孙俊英, 王亚强, 等. 我国雾-霾成因及其治理的思考[J]. 科学通报, 2013, 58(13): 1178-1187.
    [22] 马思萌, 王丽涛, 魏哲, 等. 邯郸市PM2.5及其化学组分的季节性变化[J]. 环境工程学报, 2016, 10(7): 3743-3750. doi: 10.12030/j.cjee.201502068
  • 加载中
图( 6) 表( 3)
计量
  • 文章访问数:  3699
  • HTML全文浏览数:  3699
  • PDF下载数:  45
  • 施引文献:  0
出版历程
  • 收稿日期:  2019-09-24
  • 录用日期:  2019-12-02
  • 刊出日期:  2020-07-01

基于人工模拟雾霾装置的颗粒物沉降效果分析

    通讯作者: 郑海明, E-mail: haimingzheng@163.com
    作者简介: 郑海明(1972—),男,博士,副教授。研究方向:环境在线光学监测技术等。E-mail:haimingzheng@163.com
  • 华北电力大学能源动力与机械工程学院,保定 071003
基金项目:
国家自然科学基金资助项目(11174078);国家重点研发计划资助项目(2016YFB0600701);河北省自然科学基金资助项目(E2019502089);中央高校基本科研业务费专项资金(2017MS145)

摘要: 雾霾对人类生活生产的影响日益严重,雾霾治理的研究逐渐受到重视,然而自然雾霾天气的不可预测性增加了研究难度。根据雾霾的组成特点,设计并搭建了一套人工模拟雾霾装置,对雾霾颗粒物的沉降效果进行浓度监测和分析。模拟结果表明:各种环境下,PM10的浓度和沉降速率最高,总浓度占比保持在40%以上,PM2.5浓度占比约为35%,PM1浓度最低,仅占20%~25%;有风环境下,颗粒物的沉降速度明显提高,当沉降时间达到130 min后,PM1的浓度达到20% 以下。装置成功模拟了100 min以上的重度雾霾以及20 min的中度雾霾,可为雾霾治理的研究提供稳定可控的实验环境。综合上述结果,将PM2.5和PM1凝结成PM10,可加速雾霾的消散,对雾霾治理具有重要参考价值。

English Abstract

  • 近年来,重工业污染和汽车尾气排放等主要因素导致我国中东部地区尤其是京津冀地区频现严重雾霾天气,使得工业园区和城市闹市区空气质量恶化,而雾霾所具有的相对湿度较大、悬浮颗粒细而多、成分复杂和风速微小几乎静风等特点,给生态环境和人们的日常生活带来了很深远的影响[1-2]。雾霾含有大量有毒有害物质,在空气中长期停留,被吸入人体,会危害身体健康[3-5],降低能见度,影响地面和航空的交通运输安全[6],增加了电网设备的负担,提高了污闪事故的发生概率,造成大规模停电和巨大的经济损失[7]。由此可见,雾霾对社会生产生活的严重破坏引发了强烈关注,给国民经济造成更加严重的损失,因此治理雾霾天气刻不容缓。

    为探讨模拟雾霾环境的各粒径沉降效果,本实验的雾霾沉降速率需快于自然环境下的雾霾沉降速度,以提高效率。因此,人工模拟雾霾装置的搭建具有重要的现实意义。

    一些研究人员[8-11]设计的模拟装置侧重于检验单一烟雾的光化学反应机理,此种装置较为简陋,费时费力。司马文霞等[12-13]设计的装置选择的模拟成分单一,未考虑水雾的影响。还有一些研究人员[14-15]搭建了大型雾霾模拟平台,但设备笨重且造价高昂。周羽生等[16]模拟了体积为15 000 m3的实验环境并给出了模拟雾霾自然沉降曲线图,但未深入研究不同雾霾环境的沉降特征。

    基于此,本研究搭建了一套人工模拟雾霾装置用以模拟较为复杂的的雾霾环境,总结出各粒径颗粒物的粒径分布及衰减规律,模拟符合不同要求的雾霾环境,为雾霾治理提供稳定可控的环境条件,并提出了一种雾霾治理的新思路。

  • 雾霾模拟生成装置如图1所示。主模拟室由有机玻璃组成,高度为1.17 m,直径为0.36 m,壁厚为5 mm,上顶盖厚为10 mm。2个分散环分别用于通入水雾和灰霾。水雾分散环和颗粒物分散环分别在装置的0.7 m和1 m的高度,入口在装置两侧,实物图如图2所示。超声波水雾箱用于模拟和输送水雾,霾颗粒物存储箱和鼓风机用于模拟和输送霾颗粒物。底部风扇用于提供上升气流,稳定装置内部的流场变化,配合主模拟室侧边2个通气管,模拟大气静稳环境。装置内部使用PMS3003激光测尘仪监测颗粒物的质量浓度,使用Anseny316温湿度传感器测量颗粒物的浓度和温湿度变化。

  • 根据《环境空气质量标准》(GB 3095-2012)[17],PM10 定义为环境空气中空气动力学当量小于等于10 μm,也称为可吸入颗粒物;PM2.5 的定义也是同理,又被称为细颗粒物。按照PM2.5和PM10的二级日平均标准,将空气划分为一般空气、轻度雾霾(150 μg·m−3)、中度雾霾(300 μg·m−3)、重度雾霾(450 μg·m−3)。

    据报道[18],燃煤的燃烧和排放是雾霾污染的主要源头,河北地区的经济产业结构以第一产业为主,能源消耗方式以燃煤和天然气为主,这导致PM2.5构成中有近60%来自燃煤的燃烧。装置选用的颗粒物主要为粉煤灰。粉煤灰是燃煤电厂排出的主要固体废物,也是目前大气颗粒物中最普遍的成分,其主要成分是SiO2、Al2O3、FeO、Fe2O3、CaO和TiO2等。

    本研究使用的激光测尘仪如图3所示。主要测量PM1(CF)、PM2.5(CF)、PM10(CF)、PM1(自然)、PM2.5(自然)和PM10(自然)等6个数据。PM1(CF)、PM2.5(CF)和PM10(CF) 分别表示测得的数据通过等效测试认证校正后的粒径小于1、2.5和10 µm的颗粒物浓度,校正后的颗粒物浓度比相应的自然颗粒物浓度高[19]。一般情况下,PM1(CF)/PM1(自然) ≈ PM2.5(CF)/PM2.5(自然) ≈ PM10(CF)/PM10(自然)≥1。通过空调系统调节温度,将装置内部的实验温度控制为室温(25±3) ℃。水雾的相对湿度≥90%,霾的相对湿度≤80%,雾霾的相对湿度为80%~90%,通过加湿器调节雾霾环境的相对湿度,保持为65%~85%。通过调节雾和霾发生系统,将PM10(CF)、PM2.5(CF)和PM1(CF)的初始雾霾浓度控制为1 800~2 000、400~600和100~300 μg·m−3,随后关闭装置。0~10 min 为雾霾生成阶段,10~130 min 为自然沉降阶段,共测量130 min。

    为探讨模拟雾霾环境的各粒径沉降效果,保证本次实验的雾霾沉降速率比自然雾霾环境要快,本次实验仅采用3个底部风扇,并且风扇档位选择低档。本研究进行3类实验,分别为单一水雾实验、单一霾颗粒物实验和雾霾混合实验,并通过开启或关闭3个底部风扇,监测3种环境下有无风扇时浓度的变化和各粒径颗粒物浓度占比的变化。

    1)单一水雾模拟实验:密封装置内部,打开监测仪器,调节温湿度并保持稳定;启动无发生系统,生成水雾。

    2)单一霾颗粒物模拟实验:密封装置内部,打开监测仪器,调节温湿度并保持稳定;启动霾发生系统,通入粉煤灰混合颗粒。

    3)混合雾霾模拟实验:密封装置内部,打开监测仪器,调节温湿度并保持稳定;同时启动霾发生系统和雾发生系统,进行混合雾霾实验。

  • 单一水雾环境的各粒径浓度变化情况如图4所示。温度设定为(25±1) ℃,湿度设定为(78±2)%。由图4可知,各粒径的浓度随时间的延长而下降,但有风扇情况下各粒径的浓度沉降速率明显小于无风扇情况,这说明底部风扇提供的上升力能减缓单一水雾环境中各粒径水雾颗粒的沉降速率。

    单一水雾环境的各粒径颗粒物浓度占比情况如表1所示,无风扇情况下的各粒径颗粒物浓度占比在40 min后几乎不变。有风扇情况下的初始各粒径颗粒物浓度占比较小,但在实验结束时,与无风扇情况下数值差距小于5%。值得注意的是,无风扇情况下,PM1(自然)/PM10(自然)、PM2.5(自然)/PM10(自然)与PM1(CF)/PM10(CF)、PM2.5(CF)/PM10(CF)相比呈下降趋势。这主要是因为部分自然PM1和PM2.5凝聚成自然PM10,导致PM1(自然)/PM10(自然)和PM1(自然)/PM10(自然)的浓度占比减小[20]

  • 单一霾颗粒物环境的各粒径浓度变化如图5所示。与单一水雾不同的是,有风扇情况下,各粒径浓度沉降速率比无风扇情况时更快,说明底部风扇提供的上升力促使该环境下各粒径霾颗粒物沉降更加迅速。值得注意的是,在0~10 min,PM10下降时,PM2.5和PM1的浓度出现短暂的回升现象,单一水雾环境并未出现。产生这种现象的主要原因是可吸入颗粒物分解积聚产生二次气溶胶,提高了装置内PM2.5和PM1的浓度[21-22]

    单一霾颗粒物环境的各粒径颗粒物浓度占比变化如表2所示。在0~10 min时,由于PM10的迅速沉降和PM2.5和PM1的回升现象,各粒径颗粒物浓度占比从低值迅速上升;但在10 min后,上升速率明显降低,尤其是无风扇情况。实验结束时,无风扇情况下各粒径颗粒物浓度占比分别为54.10%、43.42% 和80.26%。有风扇情况的各粒径颗粒物浓度占比要高于无风扇情况下的浓度占比,但变化幅度逐渐减小。

  • 混合雾霾环境的各粒径颗粒物浓度变化如图6所示。可以看出,混合雾霾可以保持长时间的悬浮效果,尤其在有风扇情况下更是如此。实验结束时,PM10(CF)、PM2.5(CF)和PM1(CF)的浓度依旧能保持在500、400和300 μg·m−3以上,且PM2.5和PM1的浓度也出现了回升现象,这说明混合雾霾环境的浓度变化也具有单一水雾和单一霾颗粒物环境同样的浓度回升特征。

    混合雾霾环境的各粒径颗粒物浓度占比情况如表3所示,该环境的各粒径颗粒物浓度占比变化与霾颗粒物环境下相似。但是,在有风扇情况下,各粒径颗粒物浓度占比要高于无风扇情况下的浓度占比。通过对比分析得出以下3种结果。

    1)无风扇时,霾颗粒物环境的各粒径颗粒物浓度沉降速率较小,混合雾霾环境下颗粒物沉降速率更小,但在模拟后期,混合雾霾环境下各粒径颗粒物浓度占比要比单一水雾环境的颗粒物浓度占比低20%~30%。在无风扇情况下,混合雾霾环境中的PM1和PM2.5的雾霾粒子难以保持长时间的悬浮,仍以PM10雾霾粒子为主,约占总量的45%,PM2.5和PM1含量分别为34%和20%。

    2)有风扇时,各粒径颗粒物的沉降速度明显大于无风扇时的沉降速度。单一霾颗粒物环境下颗粒物沉降速率最高,单一水雾环境的各粒径颗粒物浓度沉降速率较小,混合雾霾环境下各粒径颗粒物沉降速率最小。这说明,湿度为65%~85%,雾霾的沉降速度随着湿度的增加将会降低;反之,湿度越小,雾霾的沉降速度越高。在130 min时,3种环境装置内颗粒物都以PM2.5和PM10为主,PM1仅占颗粒物总浓度的24%,PM2.5和PM10分别为36%和40%。

    3)在有风扇条件下,模拟装置可以生成超过100 min的浓度大于450 μg·m−3的PM2.5和PM10雾霾环境,即重度雾霾环境,这是现今雾霾治理的重点。在无风扇环境下,可维持浓度为300~450 μg·m−3的PM2.5环境超过20 min和PM10环境超过30 min,即中度雾霾环境。也可维持浓度为150~ 300 μg·m−3的PM2.5环境超过60 min和PM10环境超过40 min,即一般雾霾环境。

  • 1)本研究的雾霾模拟装置成功模拟6种不同雾霾环境以及各种环境下各粒径颗粒物的沉降效果并进行交叉对比。模拟结果表明,该装置能持续地模拟自然雾霾环境,反映雾霾在自然条件下呈现较为缓慢的沉降特征,颗粒物粒径越大,沉降愈发明显。

    2)在风速稳定、湿度为(78 ± 2)% 的情况下,本装置生成的雾霾环境中的各粒径颗粒物不易沉降,可以生成持续稳定的雾霾,为雾霾治理提供良好的实验环境,也可为研究工业设备在雾霾环境下的老化、污染现象提供准确可控的研究环境。

    3)在雾霾加重时,可以通过降低雾霾的湿度,提高颗粒物的沉降速度,使雾霾加速沉降。

    4) 研究表明,PM10颗粒物在各种环境下沉降速度都明显高于PM1和PM2.5颗粒物,且当PM10颗粒物分解时,会造成PM1和PM2.5颗粒物浓度回升,选择合适的颗粒物凝结催化剂,使PM1和PM2.5颗粒物快速集聚凝结成粒径较大的颗粒物,使其沉降速度加快,加速雾霾的消散,可达到雾霾快速治理的目的。

参考文献 (22)

目录

/

返回文章
返回