纳米微孔链状PAS-PDMDAAC混凝剂制备条件的优化与表征

朱天菊; 陈春燕; 来进和; 刘蕊

doi:10.12030/j.cjee.201903122

纳米微孔链状PAS-PDMDAAC混凝剂制备条件的优化与表征

1.
西南石油大学化学化工学院，成都 610500
2.
中国石油天然气股份有限公司玉门油田分公司，酒泉 735000

作者简介: 朱天菊(1980—)，女，硕士，讲师。研究方向：油气田污染治理。E-mail：zhu_tianju@163.com

通讯作者: 朱天菊, E-mail: zhu_tianju@163.com ;

基金项目:
国家水体污染控制与治理科技重大专项(2016ZX05062)
中图分类号: X703

Optimization of the preparation conditions and characterization of PAS-PDMDAAC coagulant with nano-microporous chain shape

1.
College of Chemistry and Chemical Engineering, Southwest Petroleum University, Chengdu 610500, China
2.
Yumen Oilfield Branch, China National Petroleum Co. Ltd., Jiuquan 735000, China

Corresponding author: ZHU Tianju, zhu_tianju@163.com ;

摘要: 以硫酸铝(AS)和二甲基二烯丙基氯化铵聚合物(PDMDAAC)为原料制备了无机-有机复合混凝剂(PAS-PDMDAAC)，并利用其对页岩气钻井废水中TOC的去除率为响应值，采用响应面法中Box-Behnken实验设计，优化了制备工艺条件。结果表明：复合混凝剂制备工艺条件对页岩气钻井废水中TOC的去除率影响显著性依次为反应温度>反应时间>Al/PDMDAAC 质量比；在响应曲面法模拟优化条件下，PAS-PDMDAAC复合混凝剂对页岩气钻井废水中TOC的去除率为74.35%；当反应温度为70 ℃，反应时间为70 min，AS/PDMDAAC质量比为6时，制备的复合混凝剂对页岩气钻井废水中TOC的去除率偏差为0.72%，符合实验精度要求。通过微观结构表征发现：PAS-PDMDAAC复合混凝剂中存在聚合羟基铝；AS水解形成羟基铝后，通过静电作用与PDMDAAC复合成规则的纳米微孔链状空间结构，并通过混凝实验溶液中Zeta电位变化，进一步验证了复合混凝剂中因静电作用使其电中和能力减弱的结论，此时复合混凝剂的最佳pH为6，弱酸性条件可避免铝盐类复合混凝剂的沉淀，以上研究结果为提高无机-有机复合混凝剂的混凝效果提供了参考。
- 混凝剂 /
- 钻井废水 /
- 响应面法优化 /
- 表征
Abstract: An inorganic-organic composite coagulant PAS-PDMDAAC was prepared with aluminum sulfate (AS) and dimethyldiallylammonium chloride homopolymer (PDMDAAC), and was used to remove TOC in shale gas drilling wastewater. Then the TOC removal rate was taken as the response value, and the preparation process conditions were optimized by the Box-Behnken experimental design of the response surface method. The results showed that the significance of the effect of the preparation conditions of PAS-PDMDAAC on the TOC removal rate in shale gas drilling wastewater was following: the reaction temperature>reaction time>Al/PDMDAAC mass ratio. Under the optimum conditions through response surface method simulation, the TOC removal rate in shale gas drilling wastewater by composite coagulant PAS-PDMDAAC was 74.35%. At the reaction temperature of 70 °C, the reaction time of 70 min, and the AS/PDMDAAC mass ratio of 6, the standard deviation of TOC removal rate in gas drilling wastewater for composite coagulant was 0.72%, which met the accuracy requirements of the experiment. Through the microstructural characterization, polymerized hydroxyaluminum was found in PAS-PDMDAAC composite coagulant. AS hydrolyzed to form hydroxyaluminum and it could combine with PDMDAAC to form a regular nanoporous chain-like space structure through electrostatic interaction. The Zeta potential variation in the coagulation test solution further verify that the complex electrostatic interaction might weaken its electrical neutralization ability, and the optimum pH of PAS-PDMDAAC composite coagulant was 6. At weak acid conditions, the use of aluminum salt composite coagulant should be avoided due to its hardly precipitation. This provides the theoretical support for the improvement of the coagualation effect of the inorganic-organic composite coagulant.
- coagulant /
- drilling wastewater /
- response surface methodology optimization /
- charaterization

臭氧已成为影响我国夏季空气质量的首要污染物^[1]。挥发性有机物 (volatile organic compounds, VOCs) 是生成臭氧和细颗粒物的主要前体物^[2-3]。人为源VOCs持续高强度排放是大气污染重要根源^[4-5]。开展重点行业VOCs治理是改善城市空气质量的有效途径，并已成为研究热点^[6-7]。石化企业是VOCs重点排放源，对区域大气影响显著^[8-15]。设备组件与管线泄露、工艺废气、污水集输与处理、储罐和成品油装卸等是石化企业主要VOCs排放源，而不同污染源的VOCs排放特征及环境影响差异性较大^[16-23]。现有研究多以石化行业整体为研究对象，而对具体污染源VOCs排放特征及影响尚不多^{[11-12,16-19,22]}。

WEI 等^[17]对北京地区炼化企业排放的VOCs进行了采样分析发现，催化裂化装置对周边环境影响最大。MO等^[18]研究了我国长三角地区炼化装置的VOCs排放特征。CHEN等^[19]指出，成品油装卸单元是重要的VOCs排放源。LV等^[23]对我国地方炼化储罐、设备泄露和污水系统VOCs排放现状进行了研究。FENG等^[24]通过厂区内强化采样方法，研究了华北地区炼化企业的VOCs组成特征，发现催化重整及污水处理过程中排放的烷烃占比最高，可达到48.0%和59.2%，而丙烯回收及催化裂化单元VOCs则以烯烃为主，另外，长链烷烃是延迟焦化重要组分。ZHANG等^[25]在研究了我国珠三角地区炼化企业工艺装置及污水处理环节VOCs组成特征后发现，除化工装置外，其余装置及污水系统VOCs以烷烃为主，而C₅~C₆是首要组分。比较而言，成品油装卸过程，尤其是成品油装载过程中VOCs排放组分特征及对环境影响的研究相对较少^[18]。

基于此，本研究以我国某石化企业的成品油公路罐车装载过程为对象，对汽油、航空煤油和柴油等成品油装载过程外排的VOCs和甲烷进行采样和全组分分析，以明确成品油装载过程中VOCs和甲烷等有机污染物的排放特征，并基于·OH反应速率和最大增量反应活性方法，开展光化学反应活性和臭氧生成潜势研究，进而定量评估成品油装载外排VOCs对周边环境的影响，以期为从源头开展成品油装载过程有机污染物的精准管控提供参考。

1. 材料与方法

1.1 成品油装载过程

以我国西北某石化企业成品油公路罐车的装载过程为对象，对汽油、航煤和柴油装载过程外排的VOCs和甲烷进行了采样分析。装载过程可能的有机污染物排放过程包括在装载栈台的装油过程、运输过程及在储存单位的卸油过程。有机污染物种类包括甲烷和VOCs等。汽油装载栈台的年装载能力可达100万吨，柴油为30万吨，航煤为40万吨。汽油和航煤的装载过程均配备了油气收集处理装置，其VOCs废气处理能力达到300 m³·h⁻¹。汽油和航煤装载过程的采样点均在油气回收处理装置外排废气采样口；柴油装载过程中尚无直接收集处理装置，为收集后直接排放。采样点为油罐车油气收集鹤管汇管采样口。

1.2 样品采集

在不影响装置安全运行的前提下，采用SUMMA罐 (3.2 L, Entech., USA) 对成品油装载外排有机污染物进行采集，采样点如图1所示。汽油和航煤装载过程的采样点位于油气回收处理单元外排废气采样口，柴油装卸过程采样点位于鹤管油气汇管采样口。每个排放点采集2组，共采集6个样品。采样日期为2020年7月16日至2020年7月22日。采样日天气晴，气温为28~35 ℃，风速为0.1~1 m·s⁻¹。

图 1 不同成品油的装载流程及采样点

Figure 1. Illustration of oil loading process and corresponding sample site

下载: 全尺寸图片幻灯片

在采样前，通过自动清洗装置 (3100, ENTECH, USA) 对SUMMA罐进行了氮气置换清洗和抽真空等预处理。通过罐自抽气方式进行采样，采样时间为15 min。采样速率通过罐前置流量控制仪 (CS 1200E, Passive Sampler, ENTECH, USA) 来实现。采样步骤如下：在采样开始前，将SUMMA罐与前置流量控制仪连接 (流速为210 mL·min⁻¹)，将流量控制仪进气端管线末端与采样口通过硅胶管连接，随后打开罐顶采样阀进行采样。采取结束后关闭罐顶阀门，断开前置流量控制仪。

1.3 仪器与分析

参照HJ 604-2017相关规范要求^[26]，通过气相色谱火焰离子检测仪 (GC-FID, 3420A, 北分瑞利, 中国) 对样品进行了甲烷与非甲烷总烃分析。分析条件为：色谱柱为甲烷柱 (4 mm×2 m) 和总烃柱 (0.53 mm×30 m)；进样体积为1 mL；进样温度为100 ℃；柱箱温度为80 ℃；检测器温度为200 ℃；检测器为火焰离子检测器。

参考美国环境保护署 (EPA) 推荐的TO-15方法^[27]，对样品进行了VOCs组分分析。分析设备为气相色谱火焰离子检测与质谱分析联用仪 (GC-FID/MS, GC 7890B/MS 5977A, Agilent, USA)。气相色谱采用的分离柱为DB-1 (60 m×0.25 mm×1 μm) 和HP-PLOT/Q+PT (30 m×0.32 mm×20 μm)。质谱离子源温度为250 ℃，四级杆温度为250 ℃，扫描方式为SCAN。通过中心切割，轻质烃 (C₂~C₄) 进入FID检测器，其余组分进入质谱检测器。VOCs组分检出下限为0.1~1.6 μg·m⁻³ (进样量为400 mL)，可满足分析要求。

通过PMAS标准气 (1 mg^.m⁻³, SPECTRA GASES, USA) 配置了不同质量浓度的校准气体 (1、10、20、50和100 μg·m⁻³)，并绘制了标准曲线。对各浓度校准曲线进行了相关性分析，其相关性在0.992 (R²) 以上。利用VOCs组分峰面积与对应质量浓度间的线性关系进行样品定量分析。样品中C₂~C₄组分的质量浓度通过外标法进行定量，其余VOCs组分通过内标法进行定量分析。内标物为溴氯甲烷和1,4-二氟苯。样品平行测试标准方差为0.17~0.36，结果为2组样品的平均值。

2. 结果与讨论

2.1 三类成品油装载过程中VOCs排放特征

三类石化行业成品油在装载过程中外排甲烷及VOCs的质量浓度和强度如表1所示。不同成品油装载过程外排差异较大，排放的气态污染物中VOCs质量浓度远高于甲烷，汽油装载外排的VOCs质量浓度高于航煤和柴油。结合成品油密度，对装载过程的污染物排放强度进行估算后发现，汽油装载VOCs排放强度最高，每吨成品油的VOCs排放量达到36.4 g；柴油和航煤装载每吨成品油的VOCs排放强度较低，分别为5.9 g和2.2 g。除VOCs外，成品油装载过程也是重要的甲烷排放源。每吨成品油装载过程中甲烷排放强度达到0.004~0.14 g。汽油装载过程最高，航煤装载过程最低。

表 1 成品油装载过程中有机污染物的质量浓度与排放强度

Table 1. Concentration and emission strength of organic pollutants during oil product loading process

成品油种类	CH₄质量浓度/(mg·m⁻³)	VOCs质量浓度/(mg·m⁻³)	CH₄排放强度/(g·t⁻¹)	VOCs排放强度/(g·t⁻¹)
汽油	104.0	27 096.0	0.14	36.37
航煤	3.2	1 716.8	0.004	2.21
柴油	10.6	4 969.6	0.012	5.95

| Show Table

DownLoad: CSV

成品油物性及油气回收工艺的差异是导致装载过程中VOCs及甲烷排放特征不同的主要原因。考虑成品油挥发性，在成品油装载过程中产生VOCs质量浓度按降序排列依次为：汽油、航煤和柴油。在本研究中，在汽油装载过程中配有“贫油吸收+活性炭吸附”装置对VOCs进行回收处理，在航煤装载过程中配备VOCs处理工艺为“低温冷凝+膜分离+活性炭吸附”。经油气回收装置处理后，汽油及航煤装载环节排放的VOCs质量浓度大幅降低，而柴油装载过程未配置油气回收处理设施，这导致其直排废气中VOCs质量浓度与强度高于航煤。

由于汽油装载VOCs质量浓度极高，而活性炭吸附对低质量浓度VOCs处理效果较好，对高质量浓度VOCs处理效果相对有限，导致活性炭吸附后汽油装载中排放的VOCs仍较高。在现有工艺基础上配套深度处理单元是提高汽油装载有机污染物处理效果的有效途径。

对汽油和航煤装载过程有机污染物的处理效果进行分析。以处理前为基准，处理后汽油装载过程排放的VOCs质量浓度和强度分别降低了97.7% (运行初期) 和48% (平稳运行100 h后)，而航煤装载过程VOCs削减了81.1%，每吨成品油装载VOCs减少量达到1 587.7g (汽油装载过程及运行初期) 和9.5 g(航煤装载过程)。我国《石油炼制工业污染物排放标准(31570-2015)》和《储油库大气污染物排放标准 (20950-2020) 》要求^[28-29]，汽油和航煤等成品油装载外排VOCs质量浓度不得超过25 g·m⁻³，处理效率不得低于95%。综上所述，该企业汽油装载过程中外排有机污染物质量浓度尚未达标，航煤处理装置效率亦有待提高。

成品油装载过程中VOCs的组成如图2所示。外排VOCs含有烷烃、烯烃、芳香烃和含氧物质，组成的差异性较大。汽、柴、航煤等成品油装载过程中外排的VOCs以烷烃为主，其质量分数达到55.1%~64.5%。含氧类物质占比紧随其后，为16.5%~23.6%。烯烃是成品油装载外排VOCs的重要组成部分，其质量分数为16.1%~18.5%；芳香烃在成品油VOCs中占比较低，仅为0.7%~8.9%。

图 2 成品油装载过程VOCs组成特征

Figure 2. Composition characteristics of VOCs for oil product loading process

下载: 全尺寸图片幻灯片

进一步分析发现，在汽油、航煤和柴油装载过程外排的VOCs中，C₄~C₅烷烃在饱和烃中的占比由77.2%逐渐降至41.1%，C₆~C₇烷烃占比则从4.4%不断升至43.4%；丁烯占烯烃比例从95.6%降至17.7%，戊烯和异戊二烯占比则由3.7%升至73.5%。这说明随成品油密度升高，烷烃类和烯烃类VOCs中长链高碳组分占比不断提升。甲苯、邻二甲苯和间/对二甲苯是成品油装载过程外排主要芳香化合物。丙酮是成品油装载过程中最主要的含氧类物质，占含氧类物质50%以上。

在成品油装载过程中，质量分数前5位的VOCs物质 (基于质量占比的优势物种)的分析结果如表2所示。成品油装载过程中外排的优势VOCs物种具有一定规律性和差异性。汽、柴、航煤装载外排VOCs中含量最高的组分为异戊烷，其次为丙酮。正丁烷、正戊烷和反-2-丁烯是汽油和航煤等装载过程的主要组分；柴油装载过程中高含量组分则以乙酸乙烯酯、正己烷和甲基环戊烷为主。因此，汽油和航煤等外排VOCs优势组分以C₄~C₅烷烃组分为主，柴油装载过程外排优势组分向C₅~C₆过渡。

表 2 成品油装载过程中排放前5位的VOCs组分

Table 2. Top five VOCs species for oil product loading process

汽油		航煤		柴油
物质	占比/%	物质	占比/%	物质	占比%
异戊烷	27.8	异戊烷	31.1	异戊烷	21.9
丙酮	21.2	丙酮	23.5	丙酮	9.0
反-2-丁烯	8.6	正丁烷	7.4	乙酸乙烯酯	6.7
正丁烷	7.5	反-2-丁烯	7.3	正己烷	6.3
正戊烷	7.2	正戊烷	4.4	3-甲基戊烷	5.2

| Show Table

DownLoad: CSV

综上所述，该石化企业成品油装载过程外排优势烷烃类VOCs物种为C₄~C₆，异戊烷占主导地位；优势烯烃组分为反-2-丁烯；优势含氧化合物为丙酮和乙酸乙烯酯；前5位VOCs组分占比超过45%。

2.2 光化学反应活性分析

·OH损失速率法 (L_OH) 是判定VOCs组分光化学反应活性的重要方法^[6,9]。VOCs组分与·OH之间的光化学反应十分复杂，反应过程如式(1)~(7)所示。以VOCs与·OH间的反应速率为基础，对成品油装载过程排放有机污染物的光化学反应活性进行了分析，计算方法如式 (8) 和 (9) 所示。

$stringUtils.convertMath($ !{formula.content})

$(1)$

$stringUtils.convertMath($ !{formula.content})

$(2)$

$stringUtils.convertMath($ !{formula.content})

$(3)$

$stringUtils.convertMath($ !{formula.content})

$(4)$

$stringUtils.convertMath($ !{formula.content})

$(5)$

$stringUtils.convertMath($ !{formula.content})

$(6)$

$stringUtils.convertMath($ !{formula.content})

$(7)$

$stringUtils.convertMath($ !{formula.content})

$(8)$

$stringUtils.convertMath($ !{formula.content})

$(9)$

式中：L_OH为废气·OH损失速率常数，s⁻¹；Lⁱ_OH为VOCs组分i的·OH损失速率常数(s⁻¹)；Kⁱ_OH：组分i的·OH反应速率常数^[30]；F_i为组分i的浓度，mol·m⁻³。本研究检出VOCs组分的速率常数如表3所示。

表 3 检测出的VOCs组分·OH反应速率常数

Table 3. Reaction rate with ·OH radical for identified VOCs species (s^-1)

烷烃种类	常数	烷烃种类	常数	烯烃种类	常数	芳香烃种类	常数
乙烷	0.248	2,3-二甲基丁烷	5.53	乙烯	8.52	苯	1.22
丙烷	1.09	2-甲基戊烷	5.2	丙烯	26.3	甲苯	5.63
异丁烷	2.36	3-甲基戊烷	5.2	反-2-丁烯	56.4	乙苯	7.0
正丁烷	2.36	2,4-二甲基戊烷	4.77	1-丁烯	31.4	间/对-二甲苯	13.6
异戊烷	3.6	甲基环戊烷		顺-2-丁烯	64	邻-二甲苯	23.1
正戊烷	3.8	2-甲基己烷		1,3-丁二烯		苯乙烯	58
正己烷	5.2	2,3-二甲基戊烷	4.77	1-戊烯	31.4	异丙苯	6.3
正庚烷	6.76	3-甲基己烷		反-2-戊烯	65	正丙苯	5.8
正辛烷	8.11	2,2,4-三甲基戊烷	3.34	异戊二烯	66.6	1,3,5-三甲基苯	56.7
正壬烷	9.7	甲基环己烷	9.64	顺-2-戊烯	66	1,2,4-三甲基苯	32.5
正葵烷	11	2,3,4-三甲基戊烷	6.6	1-己烯	37	1,2,3-三甲基苯	32.5
十一烷	12.3	2-甲基庚烷				1,4-二乙基苯	14.5
环戊烷	4.97	3-甲基庚烷				2-乙基甲苯	11.9
环己烷	6.97	十二烷，	13.2			3-乙基甲苯	18.6
2,2-二甲基丁烷	2.23					4-乙基甲苯	11.8

| Show Table

DownLoad: CSV

在成品油装载过程中单位体积有机污染物的反应活性 (L_OH) 达到1.5×10⁵~1.8×10⁶ s⁻¹，其中航煤装载过程外排有机污染物的L_OH值最低，汽油装载过程有机污染物的L_OH值最高。进一步分析发现，外排有机污染物的中单位物质的量VOCs对应的反应活性为11.1~ 13.5 s⁻¹，其中柴油装载过程最低，航煤装载过程最高。与烯烃和苯系物等VOCs组分反应活性进行了对比^[28]，装载过程外排有机污染物反应活性高于乙烯组分，与对二甲苯组分活性相当，其光化学反应活性很强。

对外排有机污染物的L_OH组成进行了分析，结果如图3所示。在成品油装载过程中反应活性主要来自于烯烃组分，贡献比例为70.8%~85.2%。其中，航煤装载过程中烯烃占比最高。对反应活性精细化的组分进行了分析，结果表明：反-2-丁烯和顺-2-丁烯对汽油装载反应活性发挥主导作用，占烯烃总活性的89.4%；反-2-丁烯、顺-2-丁烯和反-2-戊烯对航煤装载过程活性产生关键影响，占烯烃总活性比例接近83.8%；柴油装载过程主要活性组分为异戊二烯、反-2-戊烯和顺-2-戊烯，三者对烯烃总活性贡献比例总计为78.4%。

图 3 成品油装载过程外排VOCs的反应活性组成特征

Figure 3. Composition characteristics of VOCs related L_OH for oil product loading process

下载: 全尺寸图片幻灯片

烷烃是成品油装载过程外排有机污染物反应活性的重要组成部分，占比为15.5%~23.8%。其中，异戊烷发挥主要作用，对烷烃反应活性的贡献范围为36.4%~58.3%。芳香烃对反应活性贡献比例较低，为0.6%~5.4%，其中比例最高的是柴油装载过程，最低的为航煤过程，而甲苯和间/对二甲苯为主要活性组分。

对L_OH贡献占比前5位组分 (优势物种) 进行了分析，结果如图4所示。图中各组分按活性占比高低从左至右依次排列。不同成品油装载过程基于反应活性贡献的优势VOCs物种略有差异，但均以顺-2-丁烯、反-2-丁烯、异戊二烯、顺-2-戊烯、反-2-戊烯和异戊烷等C₄~C₆烷烃和烯烃组分为主。值得注意的是，随着成品油密度升高，外排废气中活性优势烯烃物种逐渐由C₄烯烃向C₅烯烃过渡。综上所述，成品油装载外排有机污染物的反应活性主要来源于优势物种，贡献比例前5位的物质对L_OH合计贡献可达70.9%~87.5%，而丁烯、异戊二烯、戊烯和异戊烷等是最主要活性组分。

图 4 反应活性占比前5位组分

Figure 4. Top five VOCs species based on contribution to L_OH

下载: 全尺寸图片幻灯片

2.3 臭氧生成潜势分析

臭氧生成潜势 (ozone formation potential, OFP) 是研究VOCs组分大气臭氧生成能力的重要方法^[18]。采用最大增量反应活性法 (maximum increment ractivity, MIR) 对成品油装载过程外排废气臭氧生成能力进行分析，废气的OFP计算方法如式 (10) 和 (11) 所示。

$stringUtils.convertMath($ !{formula.content})

$(10)$

$stringUtils.convertMath($ !{formula.content})

$(11)$

式中：OFP即废气臭氧生成潜势，mg·m⁻³；OFP_i为组分i的臭氧生成潜势，mg·m⁻³；MIR_i为组分i的MIR系数^[31]；C_i为组分i的质量浓度，mg·m⁻³。

成品油装载过程单位体积外排有机污染物的OFP可达1 865~ 1.25×10⁴ mg·m⁻³，其中汽油装载过程数值最高，航煤装载过程最低。以单位质量VOCs对应OFP为依据，进一步分析发现，VOCs的臭氧生成潜力达到1.4~2.7 g·g⁻¹，航煤装载外排有机污染物的数值最高，汽油装载过程最低。结合各组分臭氧生成潜势数据^[29]发现：汽油装载外排有机污染物的臭氧生成能力与异戊烷基本相当；航煤装载外排有机污染物的臭氧生成能力与甲苯基本相当；柴油装载外排有机污染物臭氧生成能力介于异戊烷和甲苯之间，与正丙苯基本相当。

由于不同组分具有显著光化学反应活性差异，高活性组分对近污染源区域环境会产生显著影响，低活性组分主要对远距离环境臭氧产生影响。结合光化学反应活性分析结果，对成品油装载过程中周边地区臭氧影响进行分析(高活性组分臭氧潜势)后发现，汽油、航煤和柴油装载过程前5位优势活性组分臭氧生成潜势可达0.98、1.99和1.04 g·g⁻¹，占总臭氧潜势47%以上。由此推断，成品油装载过程外排VOCs对近距离环境臭氧即可产生显著影响，应引起重视。

在不同成品油装载过程中，有机污染物中活性组分相对含量差异是导致OFP差异较大的主要原因。由于烯烃组分反应活性高，随VOCs中烯烃含量升高，对应的反应活性逐渐增加。如航煤装载外排有机污染物中烯烃含量达到18.5%，汽油装载有机污染物中烯烃含量为16.1%，而柴油装载过程烯烃相对含量仅为10.0%。因此，VOCs对应的臭氧生成能力与VOCs中烯烃含量呈正比。

MO等^[18]对我国长三角地区炼化企业污染源废气反应活性进行分析后发现，各工艺装置单位质量VOCs臭氧生成潜势为1.0~10.5 g·g⁻¹。FENG等^[24]发现：我国华北地区典型炼化工艺装置排放VOCs的臭氧生成潜势为2.0~7.3 g·g⁻¹；除丙烯回收装置，其余污染源OFP为2.0~4.0。对比分析表明，成品油装载过程外排有机污染物对应臭氧潜势与常减压和重整等典型炼化装置的反应活性大体相当。

成品油装载过程排放有机污染物的OFP组成特征如图5所示。不同成品油OFP组成差异较大。汽油和航煤装载过程外排废气OFP主要来自于烯烃组分，贡献比例分别达到72.8%和65.3%，即丁烯、异戊二烯和戊烯等C₄~C₅组分发挥主导作用；烷烃和烯烃对柴油装载过程OFP贡献基本相当，分别为42.3%和40.8%，即异戊烷和戊烯等为关键组分。除烷烃和烯烃外，芳香烃和含氧物质也是成品油装载过程外排有机污染物OFP的重要组成部分。芳香烃对柴油装载过程OFP的贡献比例较大，可达到14.5%，对汽油和航煤装载过程贡献较低，占比为1.6%~2.9%，其中甲苯和间/对二甲苯是主要活性物种。含氧化合物对臭氧生成潜势贡献占比较低，仅为2.2%~4.9%，其中丙酮为主要组分。

图 5 成品油装载过程外排废气OFP组成特征

Figure 5. Composition characteristics of VOCs related OFP for oil product loading process

下载: 全尺寸图片幻灯片

成品油装载过程排放有机污染物的OFP贡献占比前5位组分 (优势物种) 的分析结果如图6所示，各污染源优势物种按贡献占比高低从左到右依次排列。不同污染源优势VOCs物种具有一定差异。汽油装载过程优势物种均为烯烃。其中，贡献比例最高为反-2-丁烯，其次为顺-2-丁烯、反-2-戊烯、1-丁烯和顺-2-戊烯。航煤装载过程中优势OFP组分包含烯烃和烷烃。各种物质依次为：反-2-丁烯，异戊烷、顺-2-丁烯、反-2-戊烯和1-丁烯。柴油装载过程排放的优势OFP物种包括烷烃、烯烃和芳香烃等。其中，烯烃以戊烯为主，烷烃为异戊烷，芳香烃为甲苯。因此，成品油装载过程外排有机污染物的臭氧生成潜势主要来源于优势物种，对有机污染物OFP贡献可达49.8%~90.5%。

图 6 臭氧生成潜势占比前5位组分

Figure 6. Top five VOCs species based on contribution to OFP

下载: 全尺寸图片幻灯片

2.4 管控策略

我国对成品油装载外排有机污染物，特别是VOCs的管控提出了明确要求^[28]。在当前阶段，吸附、吸收、膜分离和低温冷凝是工业VOCs的主流治理技术，在油气回收领域亦应用广泛^[32-33]。虽然石化企业对汽油和航煤等成品油装载过程外排的VOCs均进行了回收和处理，但处理后的VOCs仍具有较高反应活性和臭氧生成能力。柴油装载油气普遍未进行VOCs治理，对本地区环境臭氧会产生直接影响。

1)升级现役的汽油和航煤装载过程油气回收装置，对采用活性炭吸附、溶剂油吸收等单一处理工艺进行提标改造，结合成品油装载量和实际VOCs排放负荷配套低温冷凝、膜分离等工艺单元，提高VOCs回收和处理效率。针对夏季高温造成的排放量大幅增加现象，通过优化工艺参数(降低冷凝温度、提高吸附剂装填量等)、提高运行负荷等措施实现VOCs高效脱除。

2)开展柴油装载废气处理装置的研发。结合柴油装卸过程排放特征，设计和建设油气回收处理设施，工艺技术以膜分离+吸附为主。当柴油与汽油、航煤在同一地点装载时，将柴油外排油气并入汽油和航煤油气，利用现有装置合并处理。

3)重点控制高臭氧潜势组分排放。异戊烷、丁烯(1-丁烯、顺-2-丁烯、反-2-丁烯)、异戊二烯、戊烯(顺-2-戊烯、反-2-戊烯)和甲苯等高臭氧潜势组分排放，通过选择性吸附和膜分离等技术，提高烯烃和芳香烃等活性组分去除效率，降低废气臭氧生成能力。

4)在油气回收处理装置配套安装在线监测系统，对外排烯烃和芳香烃等特征污染因子进行实时监测，以量化和明确成品油装卸过程污染排放及影响情况。

3. 结论

1)成品油装载过程是重要的污染物排放源，VOCs质量浓度可达1 716.8~27 096 mg·m⁻³。每吨成品油装载过程的VOCs排放强度达到2.2~36.4 g，甲烷排放强度达到0.004~0.14 g。成品油装载过程外排的VOCs以烷烃为主，占比可达55.1%~64.5%，丁烷、戊烷和己烷等C₄~C₆是主要组分。含氧类物质和烯烃是重要VOCs组分，丙酮是含量最高含氧物质，占总含氧物质的50%以上；丁烯、异戊二烯和戊烯是最主要的烯烃，占烯烃总量的70%以上。芳香烃在VOCs中占比较低。

2)在装载过程中外排VOCs反应活性较高，与二甲苯活性基本相当。烯烃是反应活性主要贡献源，占比高达70.8%~85.2%，其中C₄~C₅烯烃组分发挥主导作用。VOCs的臭氧生成潜势达到1.4~2.7 g·g⁻¹，含氧化合物和芳香烃贡献占比较低，臭氧生成潜势主要源于C₄~C₅烷烃和烯烃，丁烯、戊烯和异戊二烯发挥主要作用。

3)石化企业成品油装卸过程外排油气回收处理装置和技术需进行优化和升级改造，以提升VOCs脱除效果。异戊烷、丁烯(2-丁烯、顺-2-丁烯、反-2-丁烯)、戊烯(顺-2-戊烯、反-2-戊烯)、异戊二烯和甲苯等是成品油装载过程需重点管控的优势活性物种。

图 1 复合混凝剂制备条件优化三维曲面图

Figure 1. Three-dimensional surface maps of optimization of preparation conditions of composite coagulant

下载: 全尺寸图片幻灯片

图 2 PAS-PDMDAAC和PDMDAAC的SEM图

Figure 2. SEM images of PAS-PDMDAAC and PDMDAAC

下载: 全尺寸图片幻灯片

图 3 PAS-PDMDAAC的XRD谱图

Figure 3. XRD pattern of PAS-PDMDAAC

下载: 全尺寸图片幻灯片

图 4 纯化前后 PAS-PDMDAAC与PDMDAAC红外谱图

Figure 4. FT-IR spectra of PDMDAAC and PAS-PDMDAAC composite coagulant before and after purification

下载: 全尺寸图片幻灯片

图 5 PAS-PDMDAAC与PDMDAAC拉曼谱图

Figure 5. Raman spectra of PDMDAAC and PAS-PDMDAAC

下载: 全尺寸图片幻灯片

图 6 不同PAS/PDMDAAC质量比下pH对废水中颗粒物Zeta电位的影响

Figure 6. Effects of pH on Zeta-potential of particles in wastewater at different PAS/PDMAAC mass ratios

下载: 全尺寸图片幻灯片

表 1 实验因素及水平

Table 1. Experimental design of factors and levels of response surface method

因素	编码	水平
因素	编码	−1	0	1
反应温度/℃	X₁	50	65	80
反应时间/min	X₂	60	90	120
Al/PDMDAAC 质量比	X₃	4	6	8

下载: 导出CSV

表 2 实验设计与结果

Table 2. Experimental design and its corresponding results

运行编号	X₁	X₂	X₃	TOC 去除率/%
运行编号	X₁	X₂	X₃	实验值	预测值
1	−1	1	0	73.28	70.408 64
2	1	0	−1	69.78	69.618 64
3	0	−1	1	71.67	73.074 86
4	0	1	1	72.39	69.747 36
5	−1	−1	0	73.54	74.451 14
6	−1	−1	−1	73.51	73.513 66
7	0	0	0	75.51	74.817 39
8	0	0	0	75.46	74.817 39
9	1	1	0	72.95	70.693 63
10	0	1	−1	72.82	70.069 9
11	1	−1	0	71.73	73.256 14
12	−1	0	1	70.96	69.776 1
13	0	−1	−1	72.05	73.347 4
14	1	0	1	72.05	71.731 12
15	0	0	0	75.50	74.817 39

下载: 导出CSV

表 3 方差分析

Table 3. Analysis of variance

参数	平方和	自由度	均方	F	P	结果
模型	39.04	9	4.34	210.81	<0.000 1	极显著
X₁	2.86	1	2.86	138.81	<0.000 1	极显著
X₂	0.75	1	0.75	36.47	0.001 8	显著
X₃	0.15	1	0.15	7.22	0.043 5	显著
X₁X₂	0.55	1	0.55	26.61	0.003 6	显著
X₁X₃	5.81	1	5.81	282.29	<0.000 1	极显著
X₂X₃	6.25×10⁻⁴	1	6.25×10⁻⁴	0.030	0.868 5	不显著
${{X}}_{1}^{2}$	9.89	1	9.89	480.46	<0.000 1	极显著
${{X}}_{2}^{2}$	3.54	1	3.54	171.91	<0.000 1	极显著
${{X}}_{3}^{2}$	19.17	1	19.17	931.86	<0.000 1	极显著
残差	0.10	5	0.021
失拟性	0.10	3	0.034	48.32	0.020 3	显著
纯误差	1.4×10⁻³	2	7.00×10⁻⁴
总和	39.14	14

参数	平方和	自由度	均方	F	P	结果
模型	39.04	9	4.34	210.81	<0.000 1	极显著
X₁	2.86	1	2.86	138.81	<0.000 1	极显著
X₂	0.75	1	0.75	36.47	0.001 8	显著
X₃	0.15	1	0.15	7.22	0.043 5	显著
X₁X₂	0.55	1	0.55	26.61	0.003 6	显著
X₁X₃	5.81	1	5.81	282.29	<0.000 1	极显著
X₂X₃	6.25×10⁻⁴	1	6.25×10⁻⁴	0.030	0.868 5	不显著
${{X}}_{1}^{2}$	9.89	1	9.89	480.46	<0.000 1	极显著
${{X}}_{2}^{2}$	3.54	1	3.54	171.91	<0.000 1	极显著
${{X}}_{3}^{2}$	19.17	1	19.17	931.86	<0.000 1	极显著
残差	0.10	5	0.021
失拟性	0.10	3	0.034	48.32	0.020 3	显著
纯误差	1.4×10⁻³	2	7.00×10⁻⁴
总和	39.14	14

下载: 导出CSV

[1]	ZHU G, ZHENG H, ZHI Z, et al. Characterization and coagulation-flocculation behavior of polymeric aluminum ferric sulfate (PAFS)[J]. Chemical Engineering Journal, 2011, 178(1): 50-59.
[2]	ZHENG H, ZHU G, JIANG S, et al. Investigations of coagulation-flocculation process by performance optimization, model prediction and fractal structure of flocs[J]. Desalination, 2011, 269(1/2/3): 148-156.
[3]	林霞亮, 周兴求, 伍健东, 等. 无机混凝剂与壳聚糖联合调理对污泥脱水的影响[J]. 工业水处理, 2015, 35(10): 38-41. doi: 10.11894/1005-829x.2015.35(10).038
[4]	ZOUBOULIS A I, MOUSSAS P A. Polyferric silicate sulphate (PFSiS): Preparation, characterisation and coagulation behaviour[J]. Desalination, 2008, 224(1/2/3): 307-316.
[5]	ZHAO H Z, LUAN Z K, GAO B Y, et al. Synthesis and flocculation properties of poly(diallyldimethyl ammonium chloride-vinyl trimethoxysilane) and poly(diallyldimethyl ammonium chloride-acrylamide-vinyl trimethoxysilane)[J]. Journal of Applied Polymer Science, 2010, 84(2): 335-342.
[6]	LIU R P, GUO T T, MA M, et al. Preferential binding between intracellular organic matters and Al₁₃, polymer to enhance coagulation performance[J]. Journal of Environmental Sciences, 2019, 76: 1-11. doi: 10.1016/j.jes.2018.05.011
[7]	LIU Z, WEI H, LI A, et al. Enhanced coagulation of low-turbidity micro-polluted surface water: Properties and optimization[J]. Journal of Environmental Management, 2019, 233(1): 739-747.
[8]	GAO B Y, WANG Y, YUE Q Y, et al. The size and coagulation behavior of a novel composite inorganic-organic coagulant[J]. Separation & Purification Technology, 2008, 62(3): 544-550.
[9]	WANG Y, GAO B Y, YUE Q Y, et al. The characterization and flocculation efficiency of composite flocculant iron salts-polydimethyldiallylammonium chloride[J]. Chemical Engineering Journal, 2008, 142(2): 175-181. doi: 10.1016/j.cej.2007.11.022
[10]	MOUSSAS P A, ZOUBOULIS A I. Synthesis, characterization and coagulation behavior of a composite coagulation reagent by the combination of polyferric sulfate (PFS) and cationic polyelectrolyte[J]. Separation and Purification Technology, 2012, 96: 263-273. doi: 10.1016/j.seppur.2012.06.024
[11]	YANG Z, LU X, GAO B, et al. Fabrication and characterization of poly(ferric chloride)-polyamine flocculant and its application to the decolorization of reactive dyes[J]. Journal of Materials Science, 2014, 49(14): 4962-4972. doi: 10.1007/s10853-014-8197-0
[12]	SHEN X, GAO B, HUANG X, et al. Effect of the dosage ratio and the viscosity of PAC/PDMDAAC on coagulation performance and membrane fouling in a hybrid coagulation-ultrafiltration process[J]. Chemosphere, 2017, 173: 288-298. doi: 10.1016/j.chemosphere.2017.01.074
[13]	朱天菊, 王兵, 谢红丽, 等. 土著水生植物对页岩气钻井废水中Cu和Pb的去除及富集特征[J]. 环境科学研究, 2017, 30(3): 478-483.
[14]	张文彤. SPSS统计分析高级教程[ M]. 北京: 高等教育出版社, 2013.
[15]	卢兰英. 一种 PAC-PDMDAAC 复合混凝剂的制备及应用[D]. 重庆: 重庆大学, 2012.

点击查看大图

图( 6) 表( 3)

计量

文章访问数: 3743
HTML全文浏览数: 3743
PDF下载数: 84
施引文献: 0

1. 材料与方法
1.1 成品油装载过程
1.2 样品采集
1.3 仪器与分析
2. 结果与讨论
2.1 三类成品油装载过程中VOCs排放特征
2.2 光化学反应活性分析
2.3 臭氧生成潜势分析
2.4 管控策略
3. 结论

全文HTML

高效水处理药剂一直是水工业、水污染治理工程技术与设备创新发展的基础产业，也是水处理环保产业技术领域中重点发展的支柱产业。随着经济的高速发展，单一体系混凝剂很难满足体系复杂的废水处理要求，因此，各类新型复合混凝剂特别是无机-有机复合混凝剂的开发研制便成为研究的热点。这类新型混凝剂不仅具有无机高分子混凝剂适用性强、正电荷密度高、成本低等优势，同时也因有机高分子混凝剂带—COO—、—NH—、—OH 等亲水基团，还具有链状、环状等多种结构，有利于污染物的去除，使复合后的混凝剂具有用量少、形成絮体量大、残余污泥易处理、脱色性好等优点^[1-5]。

铁盐、铝盐类无机混凝剂易水解形成羟基结构，因此，其成为复合改性混凝剂常用的原料。LIU等^[6]采用铝盐改性制备的新型混凝剂提高了对富营养水体中藻类细胞中的有机物(IOM)的去除率。LIU等^[7]采用阳离子接枝淀粉和聚氯化铝作为共凝剂，对低浊度、低溶解度有机物(DOM)含量的微污染地表水净化都取得了良好效果；阳离子型的PDMDAAC作为典型的有机高分子聚合物水处理剂也已成为近年来研究的热点；在协同效应作用下，两者结合可在提高复杂水质预处理效率的同时，降低处理成本。在目前的研究中^[8-12]，具有代表性的有PFC-PDMDAAC、PAC-PDMDAAC、PFS-PAA、PFS-CP、PFC-P(ECH-DAM)等无机-有机复合混凝剂，这些混凝剂对不同废水处理效果均高于单一使用高分子无机混凝剂或有机混凝剂，其混凝优势主要体现在提高电中和能力、增大比表面积等方面，但从微观结构等方面来看，其架桥和网补能力还有待提高。

页岩气钻井废水是在页岩气开采钻进过程中产生的废水，污染物种类和含量与使用的钻井液相关，同时受地层情况影响，其污染物主要为高浓度有机物、悬浮物颗粒、部分金属离子等，直接排放会对平台附近土壤、地表水和地下水等造成污染。如何高效绿色去除其中的大量有机物、悬浮物、色度等，是混凝预处理的关键^[13]。综上所述，铝盐因其水解后形成了特殊的多羟基铝结构，因此，具有良好的吸附混凝效果，无毒的阳离子型PDMDAAC具有网状结构，能有效增强网补架桥作用。本研究以硫酸铝(AS)和二甲基二烯丙基氯化铵均聚物(PDMDAAC)为原料，制备无机-有机复合混凝剂(PAS-PDMDAAC)，利用其对威远-长宁区块页岩气开采某平台钻井废水中TOC的去除率为评价指标，考察了复合混凝剂制备工艺条件，并利用响应面法中Box-Behnken实验设计对工艺条件进行了优化，得出最优制备条件，并对其进行了微观结构的表征，探讨了复合混凝制备原理及混凝反应机理，为无机-有机复合混凝剂的开发提供参考。

1. 材料与方法

1.1. 材料与仪器

材料：硫酸铝(AS，工业级，含16%Al₂O₃)；二甲基二烯丙基氯化铵均聚物(PDMDAAC，工业级，分子质量约为3 000 kDa，含量28%)；聚丙烯酰胺(PAM，工业级，分子质量约为3 000 kDa)氢氧化钠、碳酸钠、盐酸均为分析纯，实验用水为去离子水。以四川页岩气长宁开发区块某平台钻井废水为实验废水。废水中色度达到400倍，COD 为11 000~18 000 mg·L⁻¹，TOC为8 000~10 000 mg·L⁻¹。

仪器：傅里叶红外光谱仪(WQF-520型，北京瑞利)；拉曼光谱仪(LabRAM HR型，法国HORIBA)；环境扫描电子显微镜 (Quanta450型，美国FEI)；X射线衍射仪(x'Pert Pro型，荷兰PANalytical)；混凝实验搅拌仪(MY3000-6C，武汉梅宇)；ZETA电位测定仪(PALS/90PLUS型，美国布鲁克海文)；TOC总有机碳测定仪(TOC-L型，日本岛津)。

1.2. PAS-PDMDAAC混凝剂的制备与纯化

将AS(硫酸铝)配置成40%的水溶液，过滤除去杂质；取500 mL溶液加入2 000 mL玻璃反应容器中，用水浴加热至反应温度，加入一定质量PDMDAAC；然后快速搅拌一定时间，搅拌的过程中加入饱和碳酸钠溶液，调节pH至3.5左右；复合完成后取出，室温熟化4 h，溶液呈浅白透明状黏稠液体。

复合混凝剂的纯化：首先将制备的PAS-PDMDAAC混凝剂用50 mL的无水乙醇分3次洗涤，再置于40 ℃烘箱中，干燥8 h后，取出备用。

1.3. 混凝实验

量取6份500 mL钻井废水，分别置于混凝实验搅拌仪的6个1 L搅拌杯中，设定程序，以280 r·min⁻¹搅拌1 min，以800 r·min⁻¹搅拌5 min；搅拌开始后，在6个搅拌杯中分别投加10 mL混凝剂和1 mL助凝剂聚丙烯酰胺(0.1% PAM)，沉降60 min后，取搅拌杯上清液，采用TOC测定仪测定其TOC含量。

1.4. Zeta电位测定方法

取1 000 mL水样于混凝搅拌杯中，调节pH到预定值后，加入一定量的混凝剂。按照350 r·min⁻¹的转速，混凝搅拌 l min，然后利用进样器取样，注入检测池中。采用Zeta电位及粒度分析仪测定其Zeta电位。每个样品自动测定3次，计算其平均值，此平均值为最终Zeta电位。

1.5. 响应曲面法优化混凝剂制备条件

分别研究反应温度、反应时间、无机有机混和质量比3个因素对制备的PAS-PDMDAAC复合混凝剂对页岩气钻井废水中TOC去除率的影响，在实验范围内，对复合混凝剂的制备条件进行优化。采用Box-Behnken响应曲面法优化实验设计，分别在低(−1)、中(0)、高(1)的3个水平上，对页岩气钻井废水中TOC去除率实验进行设计。共有15组实验，每组实验重复3次，取其平均值作为对应响应值。3因素的3水平编码和实验值关系见表1，页岩气钻井废水中TOC去除率的实验采用混凝实验。

3. 结论

1)通过响应曲面法优化PAS-PDMDAAC复合混凝剂的制备条件，发现其对页岩气钻井废水中TOC去除率的影响的显著性依次为反应温度>反应时间>Al/PDMDAAC；根据优化结果，结合实际情况得出，制备PAS-PDMDAAC 复合混凝剂的工艺条件：反应温度、反应时间、Al/PDMDAAC质量比分别为80 ℃、70 min、6，经实验验证页岩气钻井废水中TOC去除率实际值与预测值相差0.72%。

2)通过对PAS-PDMDAAC复合混凝剂的表征发现：制备的混凝剂微观结构呈微孔链状空间结构，其比表面积的增加有利于混凝剂的吸附架桥和网捕能力；PDMDAAC中引入PAS后，存在明显的聚合羟基铝吸收峰，表明PAS-PDMDAAC复合混凝剂可能是通过AS水解形成羟基铝后，通过静电作用与PDMDAAC复合，没有新物质生成。

3)通过混凝实验测定溶液中Zeta电位，确定了PAS-PDMDAAC的最佳pH为6，Zeta电位的变化趋势进一步证实了PAS-PDMDAAC复合混凝剂主要是通过分子间静电结合，使其电中和能力不强，但其空间微孔链状结构增加了吸附架桥和网捕能力，从而提高了混凝效果。

参考文献 (15)

纳米微孔链状PAS-PDMDAAC混凝剂制备条件的优化与表征

作者简介: 朱天菊(1980—)，女，硕士，讲师。研究方向：油气田污染治理。E-mail：zhu_tianju@163.com

通讯作者: 朱天菊, E-mail: zhu_tianju@163.com ;

Optimization of the preparation conditions and characterization of PAS-PDMDAAC coagulant with nano-microporous chain shape

Corresponding author: ZHU Tianju, zhu_tianju@163.com ;

1. 材料与方法

1.1 成品油装载过程

1.2 样品采集

1.3 仪器与分析

2. 结果与讨论

2.1 三类成品油装载过程中VOCs排放特征

2.2 光化学反应活性分析

2.3 臭氧生成潜势分析

2.4 管控策略

3. 结论

计量

出版历程

纳米微孔链状PAS-PDMDAAC混凝剂制备条件的优化与表征

通讯作者: 朱天菊, E-mail: zhu_tianju@163.com ;

作者简介: 朱天菊(1980—)，女，硕士，讲师。研究方向：油气田污染治理。E-mail：zhu_tianju@163.com 1. 西南石油大学化学化工学院，成都 610500 2. 中国石油天然气股份有限公司玉门油田分公司，酒泉 735000

English Abstract

Optimization of the preparation conditions and characterization of PAS-PDMDAAC coagulant with nano-microporous chain shape

Corresponding author: ZHU Tianju, zhu_tianju@163.com ;

全文HTML

1.1. 材料与仪器

1.2. PAS-PDMDAAC混凝剂的制备与纯化

1.3. 混凝实验

1.4. Zeta电位测定方法

1.5. 响应曲面法优化混凝剂制备条件

2.1. 响应面优化反应条件

2.2. 复合混凝剂表征

2.3. 混凝效果评价

目录

全文HTML

1.1. 材料与仪器

1.2. PAS-PDMDAAC混凝剂的制备与纯化

1.3. 混凝实验

1.4. Zeta电位测定方法

1.5. 响应曲面法优化混凝剂制备条件

2.1. 响应面优化反应条件

2.2. 复合混凝剂表征

2.3. 混凝效果评价

作者简介: 朱天菊(1980—)，女，硕士，讲师。研究方向：油气田污染治理。E-mail：zhu_tianju@163.com
1. 西南石油大学化学化工学院，成都 610500

2. 中国石油天然气股份有限公司玉门油田分公司，酒泉 735000