远距离多通道的无组织排放VOCs连续在线监测系统

曹迅, 陈伟章, 杜华忠, 洪义, 吕金诺, 莫婷, 马琳, 黄正旭, 高伟. 远距离多通道的无组织排放VOCs连续在线监测系统[J]. 环境工程学报, 2021, 15(2): 737-745. doi: 10.12030/j.cjee.202005188
引用本文: 曹迅, 陈伟章, 杜华忠, 洪义, 吕金诺, 莫婷, 马琳, 黄正旭, 高伟. 远距离多通道的无组织排放VOCs连续在线监测系统[J]. 环境工程学报, 2021, 15(2): 737-745. doi: 10.12030/j.cjee.202005188
CAO Xun, CHEN Weizhang, DU Huazhong, HONG Yi, LYU Jinnuo, MO Ting, MA Lin, HUANG Zhengxu, GAO Wei. Remote multi-channel continuous online monitoring system for fugitive emissions of VOCs[J]. Chinese Journal of Environmental Engineering, 2021, 15(2): 737-745. doi: 10.12030/j.cjee.202005188
Citation: CAO Xun, CHEN Weizhang, DU Huazhong, HONG Yi, LYU Jinnuo, MO Ting, MA Lin, HUANG Zhengxu, GAO Wei. Remote multi-channel continuous online monitoring system for fugitive emissions of VOCs[J]. Chinese Journal of Environmental Engineering, 2021, 15(2): 737-745. doi: 10.12030/j.cjee.202005188

远距离多通道的无组织排放VOCs连续在线监测系统

    作者简介: 曹迅(1996—),男,硕士研究生。研究方向:质谱仪研发与应用。E-mail:493909810@qq.com
    通讯作者: 高伟(1982—),男,博士,副研究员。研究方向:质谱仪研发与应用。E-mail:w.gao@hxmass.com
  • 基金项目:
    广州市科技计划项目(201710010005);广东省重点领域研发计划项目(2020B1111360002)
  • 中图分类号: X84

Remote multi-channel continuous online monitoring system for fugitive emissions of VOCs

    Corresponding author: GAO Wei, w.gao@hxmass.com
  • 摘要: 研制了一套远距离多通道VOCs连续采样在线监测系统。监测系统主要由远距离多通道VOCs连续采样装置与真空紫外灯单光子电离源飞行时间质谱仪组成。通过PAMS与有机硫标准气体对该系统进行了性能表征测试。结果表明:各物质连续7次实验RSD≤7%;最优检测限为0.004 μmol·mol−1;在0.01~1.00 μmol·mol−1浓度范围内各物质判定系数大于0.99;定量误差在−13%~25%之间,可以满足环境中VOCs监测要求。该监测系统采样距离为500 m,可在1 h内完成10个不同点位的采样,并可对C4~C10烃类、有机硫化物和苯系物VOCs进行在线分析。该系统可应用于化工园区无组织排放VOCs的在线监测中。
  • 当前全球人口不断增长,但土壤质量却不断下降,现代文明再次面临粮食危机[1]。过去几十年,污水灌溉、采矿、冶炼、废弃物处理、以及农药、化肥大量使用等人类活动导致土壤重金属积累与超标[2-3],继而影响着农产品安全,威胁着人类健康。土壤治理方法中原位稳定化技术因其具有成本低、见效快、操作简便、对污染点位扰动较小等优势而得到了广泛应用 [4]。但该技术使用的常见修复剂大多存在一定的缺陷,如石灰类材料碱性太强,易造成土壤板结;含磷矿物材料使用不当会间接造成水体污染;黏土矿物成分单一、有效活性组分较低,存在施用量过大等问题 [5]。因此合理选择或开发高效、经济、环境友好的修复剂是原位稳定化技术的关键[6]

    近年来,水铁矿-腐殖酸(Fh-HA)复合材料的制备及应用受到了广大学者的研究[7-9]。相较于单一修复剂而言,复合材料更能满足各种不同要求[10]。多种材料在性能上相互取长补短, 产生协同效应,使复合材料的综合性能往往优于原组成材料[11]。腐殖酸的引入,增加了水铁矿的官能团种类,改变了比表面积,并增大了孔径尺寸;此外,水铁矿在此过程中晶格结构不变,没有向其他铁氧化物转变[12]。腐殖酸仅存在于水铁矿的晶格夹缝间,阻碍水铁矿结晶转化,同时也减缓自身在土壤中的矿化降解[13],因此Fh-HA在稳定土壤重金属方面具有优越的性能。但是腐殖酸在一定条件下,具有较高的溶解性 [14-15],重金属离子在Fh-HA复合物表面的吸附也受到腐殖酸溶解性的影响[16]。自然环境下的酸雨、水淹等现象都可能导致腐殖酸溶解,引起复合材料结构破坏,吸附的重金属再次活化。溶解性腐殖酸与水铁矿的相互作用也会明显增强水铁矿中重金属的释放[17]。若对腐殖酸进行高温改性可使其羟基和羧基等官能团发生脱水反应,增强疏水性,达到不溶的目的[18],从而提高复合材料的稳定性。虽然改性过程减少了腐殖酸可用于吸附重金属的酸性基团,但对于酸性基团的金属络合常数并没有影响[19]。马明广[20]、陈荣平[21]等制备热改性腐殖酸吸附水中重金属,均展现出了高吸附效率,并且不易损失、可以重复利用。由此本文提出一种将腐殖酸高温改性形成不溶性腐殖酸,再与水铁矿结合成更稳定的Fh-IHA复合材料的思路。

    目前Fh-IHA对自然环境下碱性土壤重金属的吸附性能以及土壤基本理化性质的影响鲜有研究。然而评价修复材料稳定污染土壤重金属的效果时,不仅要关注重金属有效性,还要关注其本身对土壤基本理化性质的影响。因此本研究以甘肃白银某Cd、Pb污染农田为试验区,进行田间稳定化试验,旨在为重金属污染防控提供一种环境友好的修复材料。主要内容如下:(1)采用高温改性腐殖酸与水铁矿制备成Fh-IHA复合材料,并通过扫描电子显微镜、X射线衍射、傅里叶红外光谱、比表面积与Fh-HA进行表面性能对比分析;(2)经田间稳定化试验,分析Fh-IHA对土壤pH值,有机质,铵态氮、速效磷、有效钾的影响;(3)根据改进BCR法,探讨处理后污染土壤中Cd、Pb的形态变化特征,掌握Fh-IHA对重金属Cd、Pb的稳定规律。

    不溶性腐殖酸:腐殖酸购买于山东西亚化学股份有限公司(C含量为52.9%),将其置于马弗炉,在400 ℃温度下加热1 h,待其自然冷却后用2 mol·L−1 CaCl2溶液浸泡处理,然后抽滤,再用1 mol·L−1 NaNO3溶液和蒸馏水反复洗涤,烘干。最终所得固体为不溶性腐殖酸,储存在密封玻璃瓶中待用[22]

    Fh-HA复合材料(C/Fe=0.5,物质的量比):将FeCl3·6H2O、腐殖酸分别溶于水、NaOH溶液,再将二者混合,然后通过NaOH溶液快速将混合溶液pH调节至7.5。搅拌2 h后,将混合物静置分层后虹吸除去上清液,沉淀物用去离子水清洗离心,最后用真空冷冻干燥机冷冻干燥48 h后密封冷藏于4 ℃条件下备用。

    Fh-IHA复合材料(C/Fe=0.5,物质的量比):采用不溶性腐殖酸,其余步骤与制备Fh-HA复合材料相同。

    试验田位于甘肃白银某Cd、Pb污染农田,土壤呈碱性,气温低、温差大、降水量少,其基本理化性质见表1。全铅含量为95.47 mg·kg−1,全镉含量为 10.93 mg·kg−1,与《土壤环境质量 农用地污染镉污染风险管控标准(试行)》(GB 15618—2018)相比,该农田属于重度Cd污染、轻微Pb污染。稳定试验在田间进行,分别处理3处半径为0.3 m、深0.6 m的土壤。空白对照(CK)为不添加钝化剂的混合土壤,#1、#2、#3为添加 3 % (W/W)Fh-IHA处理的不同点位土壤。土壤充分混匀后装于Ф10 cm×60 cm的有机玻璃土柱中置于田间稳定化 90 d,土柱上覆盖塑料膜(扎孔通气)进行保湿,期间分别在10、20、30、60、90 d采样,各处理一式三份,密封装袋带回实验室分析。

    表 1  土壤基本理化性质
    Table 1.  Basic physical and chemical properties of soil
    pH阳离子交换量/(cmol·kg-1)CEC有机质/(g·kg−1) OM铵态氮/(mg·kg−1)A-N有效磷/(mg·kg−1)A-P速效钾/(mg·kg−1)A-K镉/(mg·kg-1)Cd铅/(mg·kg-1)Pb
    8.158.837.5529.5742.70129.4210.9395.47
     | Show Table
    DownLoad: CSV

    Fh-HA与Fh-IHA的微观形貌通过低真空扫描电子显微镜(JSM-5600LV)在6000倍下观察;比表面积是以N2吸附/脱附的BET法用比表面积分析仪(ASAP 2020)测定;傅里叶变换红外光谱在扫描范围为400—4000 cm−1之间,分辨率为8 cm−1下用傅里叶变换红外光谱仪(NEXUS 670)分析;X射线衍射是将样品用玛瑙研钵研磨并过筛后放入药瓶槽内,以(2θ)0.02° 为增量,从(2θ)10° 到80° 用粉末X射线衍射仪(JSM-5600LV)扫描。

    土壤pH值采用电位法(HJ 962—2018)以水土比为1:2.5(W/V),室温下剧烈振荡2 min,静止30 min后用pH计测定;土壤有机质采用重铬酸钾滴定法(NY/T 1121.6—2006),以过量重铬酸钾-硫酸溶液氧化0.5 g土壤有机碳,然后用硫酸亚铁滴定消耗量计算;土壤铵态氮、有效磷、速效钾采用联合浸提比色法(NY/T 1848—2010),称取2.5 g风干土样,加入无磷活性炭与土壤联合浸提剂,在25 ℃、220 r·min−1下振荡 10 min过滤,滤液用于测定;土壤Cd和Pb总量是通过向土壤中按体积比5:1:1添加HNO3、HF和H2O2后用微波消解仪(MARS6)消解,然后将消解液用火焰原子吸收光谱仪(ZEEnitt700P)测定;土壤Cd、Pb酸可溶态、可还原态、可氧化态以及残渣态的测定是通过称取1 g风干土样按照改进BCR连续浸提法[23]分步提取。

    3次重复试验结果的平均值和标准偏差由Microsoft Office Excel 2010计算,并用Origin 2018进行作图。使用SPSS25.0软件进行单因素方差分析,当两组数据间存在显著性差异(P<0.05)时,采用最小显著性差异检验进行多重比较。

    Fh-IHA与Fh-HA的X射线衍射(XRD)图谱如图1所示。两种材料在2θ为35° 和62°附近显示出两个宽峰,与2-线水铁矿的标准衍射卡片(PDF 29—0712)基本一致,表明实验室制备的Fh-IHA与Fh-HA的晶体结构与2-线水铁矿的晶体结构相同,是一种低序的铁(氢)氧化物[24]。由图可以发现,制备的材料没有出现尖锐的衍射峰,峰型相对宽化,表明材料的结晶度较低,这也说明水铁矿没有发生结晶转化,腐殖酸与水铁矿成功复合。对比Fh-HA,Fh-IHA的衍射峰没有明显变化,也没有出现新的峰,说明热改性腐殖酸不会影响复合材料的晶体结构。该结果也得到了Shimizu [25]、Liang 等[26]的证实。经比表面积分析测定,Fh-HA的比表面积为258.9 m2·g−1,经过腐殖酸改性后Fh-IHA的比表面积增加到288.5 m2·g−1。观察扫描电子显微镜(SEM)图(图2)可以看出,比表面积的不同是由于两种复合材料的表面形貌具有明显差异导致。Fh-HA表面呈现出相对规则、光滑的形貌;而Fh-IHA表面更为粗糙,附着有不规则的细小颗粒,因此具有更大的比表面积。优化腐殖酸使复合材料具有更为优越的表面性质,相比凹凸棒石/纳米铁、沸石/纳米零价铁镍、腐殖酸/海泡石等复合材料[27-29],Fh-IHA的比表面积也更大。高比表面积可以使Fh-IHA复合材料暴露更多的功能基团,为重金属提供更多的物理吸附空间和化学吸附活性位点,从而增强吸附重金属的能力[30]

    图 1  Fh-HA 和 Fh-IHA的X射线衍射图谱
    Figure 1.  X-ray diffraction pattern of the Fh-HA and Fh-IHA
    图 2  Fh-HA和 Fh-IHA的扫描电镜图(×6000倍)
    Figure 2.  Scanning electron microscopy of the Fh-HA and Fh-IHA(×6000 times)

    土壤的基本理化性质对重金属的活性及植物生长发育起着至关重要的作用[31-32]。在酸性土壤中,常通过添加材料提高土壤pH值,来降低重金属的活性;而对于碱性土壤,pH提高过大会造成土壤过碱,不利于植物生长[33]。本研究中添加Fh-IHA复合材料处理 90 d后,3个土柱中土壤pH值总体上轻微降低。结果如图3a所示,稳定后3个土柱中土壤pH仍为碱性,相比土壤初始pH值,#1号土柱仅微弱变化了0.01个单位(P<0.05),#2、#3号土柱分别降低了0.06和0.16个单位(P<0.05),3个土柱中土壤pH值总体上呈现降低的趋势,但降低幅度相对较小。这一方面可能是由于土壤本身具有一定的酸碱缓冲性[34] ,另一方面主要是水铁矿对H+具有亲和力,而腐殖酸是一种带负电荷的胶体粒子,二者相互作用下一定程度上抵消了对土壤pH的影响[7],因此在碱性土壤中Fh-IHA复合材料不会因为改变土壤的酸碱环境而影响重金属的活性。

    图 3  Fh-IHA处理90 d后土壤pH值(a)、有机质含量(b)和养分含量(c)的变化
    Figure 3.  Changes of soil pH value, organic matter content and nutrient content after 90 days of treatment with Fh-IHA

    有机质是反映土壤肥力的重要特征。图3b显示了添加Fh-IHA复合材料处理90 d后,土壤中有机质含量的变化。与空白对照相比,#1、#2、#3土柱中土壤有机质含量显著变化(P<0.05), 从7.55 g·kg−1分别升高到了9.96、9.24、9.39 g·kg−1。这是因为不溶性腐殖酸本身属于有机物质,材料的添加增加了土壤中有机碳的含量;另一方面Fh-IHA特殊的表面性质可以吸附有机分子胶结土壤粘粒形成团聚体,减少微生物与有机质的接触,起到减缓土壤有机质的降解作用[35]

    Fh-IHA复合材料处理 90 d后,土壤中铵态氮、速效磷、有效钾含量的变化由图3c所示。与空白对照相比,3种养分均呈现出显著降低(P<0.05),3个土柱土壤中铵态氮分别从 29.57 mg·kg−1 降低为22.82、22.21、22.22 mg·kg−1,有效磷含量从42.70 mg·kg−1 降低为9.84、11.60、20.31 mg·kg−1,速效钾含量则由129.42 mg·kg−1 分别降低到82.11、78.08、84.80 mg·kg−1。铵态氮、速效钾中NH4+、K+能与Fh-IHA形成的土壤胶体进行阳离子交换,而有效磷在土壤中多以H2PO4形式存在,H2PO4也可通过取代-OH的配体交换而与腐殖酸-铁络合物结合,从而导致3种速效养分变成移动性较小、不易流失的缓效养分[36-37]。因此添加Fh-IHA后土壤中铵态氮、有效磷、速效钾含量呈现出了显著降低。但同时有研究显示在分泌有机酸的植物根系作用以及微生物的活动下,部分缓效养分又可被活化释放[38],表明添加Fh-IHA复合材料有利于土壤中养分的高效利用,促进植物的生长发育。

    土壤中重金属所赋存的化学形态影响着其迁移能力和生物活性,酸可溶态具有较高活性,容易被植物吸收,而残渣态则已经进入土壤晶体物质的晶格中,即使环境改变一般也难以活化[39],可氧化态与可还原态重金属往往只有在土壤性质发生重大变化时才能在土壤中释放 [40]。本试验研究区域位于西北干旱地区,土壤呈碱性,生物活性较低,自然环境相对稳定,由此本研究将可还原态、可氧化态与残渣态统一归为稳定态,以酸可溶态为活性态。添加Fh-IHA复合材料处理90 d后土壤中活性态Cd百分比含量明显降低,稳定态Cd含量升高,稳定效果显著(P<0.05)。具体结果如图4a所示,与空白对照相比,3个土柱中土壤活性态Cd百分比含量分别为45.2%、45.1%、51.1%,显著降低了25.9%—31.9%,降幅达到33.6%—41%;稳定态Cd百分比含量显著增加了22.1%—34.0%,增幅达到96%—148%。具体而言,未经处理情况下土壤中Cd化学形态主要集中在酸可溶态,占总Cd含量的77.0%。经Fh-IHA复合材料处理90 d后,各土柱Cd赋存形态具体表现为酸可溶态与可氧化态转化为可还原态与残渣态,可氧化态Cd由5.1%降低到了0.9%—1.4%,可还原态与残渣态Cd分别由9.7%、8.3%增加到了18.7%—19.2%与34.4%—38.5%。温鑫[41]研究了腐殖酸、有机肥、沸石、海泡石、硅藻土等多种材料单一以及组合添加处理Cd污染土壤,最佳效果为活性态Cd降低2.01%—3.35%,其中腐殖酸单一添加甚至对土壤Cd产生了活化作用。相比之下,Fh-IHA复合材料对土壤中Cd展现出更好的稳定效果,这可能是因为复合材料同时具有多重稳定机制,并且可以弥补单一或组配添加下材料本身存在的缺陷。而腐殖酸既能促进也能抑制土壤Cd的活性[14],这是因为腐殖酸含有多种活性官能团,可与重金属结合,但同时自然环境下腐殖酸不够稳定,容易被矿化分解为有机酸,即使在高pH下也能促进土壤中Cd的释放[42],这也正是腐殖酸需要进行改性的原因之一。

    图 4  稳定90 d后Fh-IHA对Cd(a)、Pb(b)含量的影响
    Figure 4.  The effects of content of Cd(a) and Pb(b) by Fh-IHA after 90 days of stabilization

    Fh-IHA复合材料处理90 d后土壤中活性态Pb百分比含量明显降低,稳定态Pb含量明显升高,稳定效果显著(P<0.05)。结果如图4b所示,与空白对照相比,3个土柱中活性态Pb百分比含量分别降低为7.4%、12.2%、6.4%,显著降低了9.2%—15%,降幅达到43.0%—70.1%;稳定态Pb百分比含量显著增加了15.6%—21.4%,增幅达到19.8—27.2%。具体而言,土壤中Pb各形态百分比含量与Cd展现出了不同的情形,在未经处理情况下,Pb主要集中在可还原态,占总含量的72.2%,而酸可溶态Pb仅占总含量的21.4%。经Fh-IHA复合材料处理90 d后,3个土柱具体表现为由酸可溶态与可还原态Pb转化为可氧化态与残渣态Pb,可还原态Pb由72.2%降低至46.8%—50.4%,可氧化态Pb呈现不规律的变化,残渣态Pb由1.8% 增加到了36.5%—39.4%。在土壤Pb稳定化方面,袁兴超等[43]分别在大田与盆栽环境下研究了钙镁磷肥、生物炭、石灰、腐殖酸、海泡石对Pb形态的影响,结果表明对残渣态Pb稳定效果较好的石灰与生物炭分别增加23.7%、20.8%。而本研究在Fh-IHA处理下残渣态Pb由1.8%显著增加到了36.5%—39.4%,表明Fh-IHA对Pb也同样具有较好的稳定效果,可同时应用于治理Cd、Pb复合污染土壤。Fh-IHA复合材料处理10 d后土壤Cd、Pb的各化学形态变化就基本稳定(图5),之后在长达90 d的监测中土壤Cd浓度保持不变,土壤Pb呈现出由活性态Pb向稳定态Pb轻微转化的趋势。 Cd、Pb均未见活化迹象,三个土柱表现基本一致。现阶段大量的重金属稳定研究监测时间在60 d以内[44-46],庞瑜[8]、赵立芳[47]分别在30和60 d的监测下验证了Fh-HA对土壤Cd、Pb的钝化效果,但部分处理出现了活化现象。这证明优化后的Fh-IHA复合材料具有较高的稳定性,充分表明了Fh-IHA可作为一种固定土壤中Cd、Pb重金属的理想稳定剂。

    图 5  各土柱Cd、Pb形态百分比随时间的变化趋势
    Figure 5.  The variation trend of Cd and Pb form percentage in each soil column over time

    傅里叶红外光谱(FTIR)可用来显示物质中涉及的主要键的特征吸收带,Fh-IHA复合材料的分析结果如图6所示。通过对比红外特征谱图库中化学键的特征波数,Fh-IHA在916.1 cm−1与692.3 cm−1处出现特征峰,这归因于Fe—OH和Fe—O键的伸缩振动,对应水铁矿表面羟基及氧配位根[48],而 539.9 cm−1 和 470.6cm−1处特征峰,则表明存在芳族C—H的平面外弯曲振动,1103.1 cm−1为羟基的C—O振动,1376.9 cm−1处为醇O—H的弯曲振动、1587.2 cm−1处为C=C伸缩振动,1701.1 cm−1处为羧基中的C=O伸缩振动,3403.8 cm−1、3695.4 cm−1处主要为O—H与N—H的伸缩振动。Fh-IHA复合材料相比水铁矿的红外光谱图[49]具有更多的特征峰,增加的特征峰主要由不溶性腐殖酸结构中羧基、醇羟基、酚羟基以及氨基等官能团结构上的特殊化学键产生,而活性官能团可通过吸附、络合等作用与环境中的重金属离子形成配位化合物[16]。不同的官能团与金属离子之间的结合能力不同,腐殖酸与重金属离子之间的作用基团,最主要的是酚羟基和羧基[50]。此外,铁(氢)化物表面大量的两性基团通过去质子化作用形成的可变电荷也可与重金属离子发生表面配合,产生吸附[16]。Fh-IHA复合材料由不溶性腐殖酸与水铁矿复合而成,因此能够实现两种交互作用方式,水铁矿、不溶性腐殖酸通过表面络合、静电吸附作用结合Cd2+、Pb2+,从而达到有效降低土壤中活性态Cd、Pb的目的。其可能的稳定作用过程由图7所示。

    图 6  Fh-IHA的FTIR光谱图
    Figure 6.  FTIR spectra of Fh-IHA
    图 7  Fh-IHA 稳定Cd、Pb的作用过程
    Figure 7.  Fh-IHA stabilizes the action process of Cd and Pb

    (1)Fh-IHA复合材料表面性质优越,是良好的重金属稳定材料。优化后的Fh-IHA仍保持2-线水铁矿的晶体特征,结构稳定。与Fh-HA相比,Fh-IHA具有更粗糙的表面和更大的比表面积,可以提供更多的吸附空间和活性位点,有利于稳定Cd、Pb重金属。

    (2)Fh-IHA复合材料添加到碱性重金属污染土壤中,有利于改善土壤理化性质。经田间试验显示,添加Fh-IHA后土壤pH轻微降低,土壤有机质含量显著提高,并促进土壤中铵态氮、有效磷、速效钾的固存,减少了土壤中速效养分的流失。

    (3)Fh-IHA复合材料能有效降低土壤中Cd、Pb重金属的活性,且见效快、稳定性高。Fh-IHA通过丰富的活性官能团与土壤中Cd2+、Pb2+发生表面络合、静电吸附作用,使得土壤中稳定态Cd、Pb百分比含量显著升高了22.1%—34.0%、15.6%—21.4%,可作为一种环境友好的土壤重金属污染修复材料。

  • 图 1  监测系统原理结构示意图

    Figure 1.  Schematic diagram of the remote and multiple-channel sampling system

    图 2  采样装置设计图

    Figure 2.  Schematic of the sampling system

    图 3  0.02 μmol·mol−1苯质谱图与离子强度变化图

    Figure 3.  Mass spectrum and intensity-time profile of 0.02 μmol·mol−1 of benzene gas standard

    图 4  残留累计影响

    Figure 4.  Cumulative residual impact

    图 5  0.1 μmol·mol−1PAMS与有机硫标气残留影响测试结果

    Figure 5.  Effect of 0.1 μmol·mol−1PAMS and organic sulfur standard gas residue test results

    图 6  0.1 μmol·mol−1PAMS 与有机硫标气信号强度衰减率测试结果

    Figure 6.  Test results of 0.1 μmol·mol−1PAMS and organic sulfur standard gas intensity decay rate

    表 1  PAMS标气稀释样品性能测试结果

    Table 1.  Test results of PAMS diluted sample

    序号化合物相对标准偏差检测限/(μmol·mol−1)回归方程判定系数
    12-丁烯4%0.004y = 249.551x + 2 420.4250.996 4
    2异戊二烯5%0.007y = 95.257x + 905.9370.998 0
    3戊稀4%0.004y = 361.425x + 3 362.2430.996 8
    43%0.009y = 465.552x + 283.2460.998 1
    5甲基环环己烷、1-己烯6%0.011y = 232.521x + 1 037.6030.995 8
    6甲苯3%0.006y = 892.119x + 2 894.2670.997 5
    7甲基环己烷3%0.012y = 158.074x + 1 246.5520.997 9
    8正庚烷7%0.013y = 86.066x + 671.1710.999 4
    9苯乙烯3%0.005y = 2 005.573x – 13254.4310.998 9
    10乙苯、二甲苯2%0.005y = 6 558.624x – 28 344.4860.999 6
    11甲基庚烷、正辛烷、三甲基戊烷4%0.004y = 219.464x - 113.7320.999 2
    12丙苯、乙基甲苯、三甲基苯2%0.005y = 16 219.341x – 146 784.2430.999 4
    13正壬烷3%0.010y = 147.171x + 1 295.7870.999 1
    14二乙基苯2%0.010y = 3 837.434x – 61 056.4380.996 3
    15正癸烷4%0.010y = 217.974x − 372.5830.999 1
    16甲硫醇4%0.004y = 184.071x + 5 440.7350.998 6
    17甲硫醚、乙硫醇5%0.007y = 687.545x + 8349.7370.998 8
    18二硫化碳、丙硫醇4%0.004y = 507.624x + 6444.1810.997 5
    19乙硫醚、丁硫醇3%0.009y = 1890.564x + 10091.3480.998 1
    20二甲基二硫醚6%0.011y = 6656.976x + 53850.3760.998 0
    序号化合物相对标准偏差检测限/(μmol·mol−1)回归方程判定系数
    12-丁烯4%0.004y = 249.551x + 2 420.4250.996 4
    2异戊二烯5%0.007y = 95.257x + 905.9370.998 0
    3戊稀4%0.004y = 361.425x + 3 362.2430.996 8
    43%0.009y = 465.552x + 283.2460.998 1
    5甲基环环己烷、1-己烯6%0.011y = 232.521x + 1 037.6030.995 8
    6甲苯3%0.006y = 892.119x + 2 894.2670.997 5
    7甲基环己烷3%0.012y = 158.074x + 1 246.5520.997 9
    8正庚烷7%0.013y = 86.066x + 671.1710.999 4
    9苯乙烯3%0.005y = 2 005.573x – 13254.4310.998 9
    10乙苯、二甲苯2%0.005y = 6 558.624x – 28 344.4860.999 6
    11甲基庚烷、正辛烷、三甲基戊烷4%0.004y = 219.464x - 113.7320.999 2
    12丙苯、乙基甲苯、三甲基苯2%0.005y = 16 219.341x – 146 784.2430.999 4
    13正壬烷3%0.010y = 147.171x + 1 295.7870.999 1
    14二乙基苯2%0.010y = 3 837.434x – 61 056.4380.996 3
    15正癸烷4%0.010y = 217.974x − 372.5830.999 1
    16甲硫醇4%0.004y = 184.071x + 5 440.7350.998 6
    17甲硫醚、乙硫醇5%0.007y = 687.545x + 8349.7370.998 8
    18二硫化碳、丙硫醇4%0.004y = 507.624x + 6444.1810.997 5
    19乙硫醚、丁硫醇3%0.009y = 1890.564x + 10091.3480.998 1
    20二甲基二硫醚6%0.011y = 6656.976x + 53850.3760.998 0
    下载: 导出CSV

    表 2  定量误差测试结果

    Table 2.  Quantitative error test results

    序号化合物定量误差序号化合物定量误差
    12-丁烯−10%~−1%11甲基庚烷、正辛烷、三甲基戊烷−3%~13%
    2异戊二烯−6%~5%12丙苯、乙基甲苯、三甲基苯11%~25%
    3戊稀−6%~8%13壬烷−1%~16%
    4−7%~3%14二乙基苯14%~21%
    5甲基环环己烷、1-己烯8%~12%15正癸烷10%~20%
    6甲苯−10%~7%16甲硫醇1%~4%
    7甲基环己烷−4%~12%17甲硫醚、乙硫醇3%~8%
    8正庚烷−13%~4%18二硫化碳、丙硫醇1%~4%
    9苯乙烯1%~16%19乙硫醚、丁硫醇3%~7%
    10乙苯、二甲苯3%~19%20二甲基二硫醚1%~10%
    序号化合物定量误差序号化合物定量误差
    12-丁烯−10%~−1%11甲基庚烷、正辛烷、三甲基戊烷−3%~13%
    2异戊二烯−6%~5%12丙苯、乙基甲苯、三甲基苯11%~25%
    3戊稀−6%~8%13壬烷−1%~16%
    4−7%~3%14二乙基苯14%~21%
    5甲基环环己烷、1-己烯8%~12%15正癸烷10%~20%
    6甲苯−10%~7%16甲硫醇1%~4%
    7甲基环己烷−4%~12%17甲硫醚、乙硫醇3%~8%
    8正庚烷−13%~4%18二硫化碳、丙硫醇1%~4%
    9苯乙烯1%~16%19乙硫醚、丁硫醇3%~7%
    10乙苯、二甲苯3%~19%20二甲基二硫醚1%~10%
    下载: 导出CSV
  • [1] 李玉桂. VOC与涂料配方[J]. 企业科技与发展, 2010(22): 50-51. doi: 10.3969/j.issn.1674-0688.2010.22.018
    [2] DERWENT R G, JENKIN M E, UTEMBE S R, et al. Secondary organic aerosol formation from a large number of reactive man-made organic compounds[J]. Science of the Total Environment, 2010, 408(16): 3374-3381. doi: 10.1016/j.scitotenv.2010.04.013
    [3] ATKINSON R. Atmospheric chemistry of VOCs and NOx[J]. Atmospheric Environment, 2000, 34(12/13/14): 2063-2101.
    [4] 杨利娴. 我国工业源 VOCs 排放时空分布特征与控制策略研究[D]. 广州: 华南理工大学, 2012.
    [5] LIU Y, XIE Q, LI X, et al. Profile and source apportionment of volatile organic compounds from a complex industrial park[J]. Environmental Science: Processes & Impacts, 2019, 21(1): 9-18.
    [6] 蔡琢, 蒋军成, 丁晓晔. 化工园区安全及环境危险性分析[J]. 工业安全与环保, 2008, 34(1): 24-26. doi: 10.3969/j.issn.1001-425X.2008.01.010
    [7] 李佳羽, 刘利民, 韩建华, 等. 典型化工园区 VOCs 排放控制技术的评价[J]. 化工进展, 2016, 35(4): 1250-1256.
    [8] 何梦林, 肖海麟, 陈小方, 等. 化工园区基于排放环节的VOCs排放特征研究[J]. 中国环境科学, 2017, 37(1): 38-48.
    [9] 张珊, 高松, 崔虎雄, 等. 上海市典型化工园区 VOCs 特征及臭氧生成潜势分析[J]. 安徽农学通报, 2016, 22(15): 71-72. doi: 10.3969/j.issn.1007-7731.2016.15.036
    [10] WEI W, CHENG S, LI G, et al. Characteristics of volatile organic compounds (VOCs) emitted from a petroleum refinery in Beijing, China[J]. Atmospheric Environment, 2014, 89: 358-366. doi: 10.1016/j.atmosenv.2014.01.038
    [11] 贾记红, 黄成, 陈长虹, 等. 炼焦过程挥发性有机物排放特征及其大气化学反应活性[J]. 环境科学学报, 2009, 29(5): 905-912. doi: 10.3321/j.issn:0253-2468.2009.05.002
    [12] 刘锦, 王秀艳, 杨文, 等. 天津临港石化企业VOCs排放特征及环境影响[J]. 环境科学研究, 2018, 31(2): 215-220.
    [13] 展先辉, 仝东超, 邵艳珊, 等. 挥发性有机物采样方法的综合评价[J]. 天津理工大学学报, 2015, 31(4): 61-64.
    [14] GUO F Y, LIU X Y, CHENG X J, et al. Study on VOCs emission characteristic of a petrochemical enterprise in Tianjin Lingang[J]. Chinese Environmental Science, 2017, 37(6): 2072-2079.
    [15] ELBIR T, CETIN B, CETIN E, et al. Characterization of volatile organic compounds (VOCs) and their sources in the air of Izmir, Turkey[J]. Environmental Monitoring and Assessment, 2007, 133(1/2/3): 149-160. doi: 10.1007/s10661-006-9568-z
    [16] 何秋生, 王新明, 赵利容, 等. 炼焦过程中挥发性有机物成分谱特征初步研究[J]. 中国环境监测, 2005, 21(1): 61-65. doi: 10.3969/j.issn.1002-6002.2005.01.019
    [17] 韩博, 吴建会, 王凤炜, 等. 天津滨海新区工业源VOCs及恶臭物质排放特征[J]. 中国环境科学, 2011, 31(11): 1776-1781.
    [18] NA K, KIM Y P. Seasonal characteristics of ambient volatile organic compounds in Seoul, Korea[J]. Atmospheric Environment, 2001, 35(15): 2603-2614. doi: 10.1016/S1352-2310(00)00464-7
    [19] 黄振, 梁胜文, 胡柯, 等. 空气中挥发性有机物在线监测系统运维及质控问题探讨[J]. 环境科学与技术, 2017, 40(S1): 282-285.
    [20] 何丽. 成都城区大气挥发性有机物污染特征及来源研究[D]. 成都: 西南交通大学, 2018.
    [21] 苏爱华. 环境空气VOC在线监测系统在化工业园区环境监测中的应用研究[J]. 环境科学与管理, 2018, 43(11): 97-101.
    [22] PACE C, KHALAFW, LATINO M, et al. E-nose development for safety monitoring applications in refinery environment[J]. Procedia Engineering, 2012, 47: 1267-1270. doi: 10.1016/j.proeng.2012.09.384
    [23] 张欢, 张晶晶. 固相微萃取/便携式气相色谱质谱联用仪在大气分析中的应用[J]. 环境研究与监测, 2016, 29(3): 41-43.
    [24] GRIFFITHS P R, SHAO L, LEYTEM A B. Completely automated open-path FT-IR spectrometry[J]. Analytical and Bioanalytical Chemistry, 2009, 393(1): 45-50. doi: 10.1007/s00216-008-2429-6
    [25] 庄义成, 徐波, 彭永强, 等. 工业区VOC控制与空气质量自动监测[C]//中国仪器仪表学会分析仪器分会、中国仪器仪表行业协会分析仪器分会, 中国仪器仪表学会环境与安全检测仪器分会. 高效、优质、低耗、安全、环保: 第6届中国在线分析仪器应用及发展国际论坛暨展览会论文集. 2013: 14.
    [26] 霍蕾, 高伟, 苏海波, 等. 高灵敏 VOCs 在线真空紫外单光子电离飞行时间质谱仪的研制[J]. 质谱学报, 2018, 39(2): 171-179. doi: 10.7538/zpxb.2017.0066
    [27] 谭国斌, 高伟, 黄正旭, 等. 真空紫外灯单光子电离源飞行时间质谱仪的研制[J]. 分析化学, 2011, 39(10): 1470-1475.
    [28] GAO W, TAN G, HONG Y, et al. Development of portable single photon ionization time-of-flight mass spectrometer combined with membrane inlet[J]. International Journal of Mass Spectrometry, 2013, 334: 8-12. doi: 10.1016/j.ijms.2012.09.003
  • 加载中
    Created with Highcharts 5.0.7访问量Chart context menu近一年内文章摘要浏览量、全文浏览量、PDF下载量统计信息摘要浏览量全文浏览量PDF下载量2024-052024-062024-072024-082024-092024-102024-112024-122025-012025-022025-032025-040Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问类别分布DOWNLOAD: 8.6 %DOWNLOAD: 8.6 %HTML全文: 79.8 %HTML全文: 79.8 %摘要: 11.6 %摘要: 11.6 %DOWNLOADHTML全文摘要Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问地区分布其他: 95.1 %其他: 95.1 %XX: 3.2 %XX: 3.2 %北京: 0.6 %北京: 0.6 %厦门: 0.1 %厦门: 0.1 %嘉兴: 0.1 %嘉兴: 0.1 %大连: 0.1 %大连: 0.1 %天津: 0.1 %天津: 0.1 %广州: 0.1 %广州: 0.1 %武汉: 0.1 %武汉: 0.1 %沈阳: 0.1 %沈阳: 0.1 %济南: 0.1 %济南: 0.1 %淮北: 0.1 %淮北: 0.1 %烟台: 0.1 %烟台: 0.1 %荆州: 0.1 %荆州: 0.1 %西宁: 0.1 %西宁: 0.1 %重庆: 0.2 %重庆: 0.2 %其他XX北京厦门嘉兴大连天津广州武汉沈阳济南淮北烟台荆州西宁重庆Highcharts.com
图( 6) 表( 2)
计量
  • 文章访问数:  5408
  • HTML全文浏览数:  5408
  • PDF下载数:  90
  • 施引文献:  0
出版历程
  • 收稿日期:  2020-05-29
  • 录用日期:  2020-09-14
  • 刊出日期:  2021-02-10
曹迅, 陈伟章, 杜华忠, 洪义, 吕金诺, 莫婷, 马琳, 黄正旭, 高伟. 远距离多通道的无组织排放VOCs连续在线监测系统[J]. 环境工程学报, 2021, 15(2): 737-745. doi: 10.12030/j.cjee.202005188
引用本文: 曹迅, 陈伟章, 杜华忠, 洪义, 吕金诺, 莫婷, 马琳, 黄正旭, 高伟. 远距离多通道的无组织排放VOCs连续在线监测系统[J]. 环境工程学报, 2021, 15(2): 737-745. doi: 10.12030/j.cjee.202005188
CAO Xun, CHEN Weizhang, DU Huazhong, HONG Yi, LYU Jinnuo, MO Ting, MA Lin, HUANG Zhengxu, GAO Wei. Remote multi-channel continuous online monitoring system for fugitive emissions of VOCs[J]. Chinese Journal of Environmental Engineering, 2021, 15(2): 737-745. doi: 10.12030/j.cjee.202005188
Citation: CAO Xun, CHEN Weizhang, DU Huazhong, HONG Yi, LYU Jinnuo, MO Ting, MA Lin, HUANG Zhengxu, GAO Wei. Remote multi-channel continuous online monitoring system for fugitive emissions of VOCs[J]. Chinese Journal of Environmental Engineering, 2021, 15(2): 737-745. doi: 10.12030/j.cjee.202005188

远距离多通道的无组织排放VOCs连续在线监测系统

    通讯作者: 高伟(1982—),男,博士,副研究员。研究方向:质谱仪研发与应用。E-mail:w.gao@hxmass.com
    作者简介: 曹迅(1996—),男,硕士研究生。研究方向:质谱仪研发与应用。E-mail:493909810@qq.com
  • 1. 暨南大学质谱仪器与大气环境研究所,广州 510632
  • 2. 广州禾信仪器股份有限公司,广州 510530
  • 3. 浙江头门港经济开发区综合服务中心,台州 318000
  • 4. 河南省新乡生态环境监测中心,新乡 453000
  • 5. 广东省大气污染在线源解析系统工程技术研究中心,广州 510632
基金项目:
广州市科技计划项目(201710010005);广东省重点领域研发计划项目(2020B1111360002)

摘要: 研制了一套远距离多通道VOCs连续采样在线监测系统。监测系统主要由远距离多通道VOCs连续采样装置与真空紫外灯单光子电离源飞行时间质谱仪组成。通过PAMS与有机硫标准气体对该系统进行了性能表征测试。结果表明:各物质连续7次实验RSD≤7%;最优检测限为0.004 μmol·mol−1;在0.01~1.00 μmol·mol−1浓度范围内各物质判定系数大于0.99;定量误差在−13%~25%之间,可以满足环境中VOCs监测要求。该监测系统采样距离为500 m,可在1 h内完成10个不同点位的采样,并可对C4~C10烃类、有机硫化物和苯系物VOCs进行在线分析。该系统可应用于化工园区无组织排放VOCs的在线监测中。

English Abstract

  • 挥发性有机污染物(volatile organic compounds,VOCs)是指在常温下饱和蒸汽压大于70 Pa、常压下沸点在50~260 ℃以内的有机化合物[1]。VOCs作为PM2.5和O3的重要前驱体,会对大气环境和人类健康造成危害[2-3]。近年来,工业源VOCs排放量有所上升[4],已成为我国VOCs排放的主要来源[5]。企业工厂VOCs排放除了有组织污染排放源外,还存在较多的无组织排放源。无组织排放的VOCs具有物质种类多、排放无规则、排放总量大等特点,其连续在线监测难度大,很难对其进行监测和管理[6-8]。若对无组织排放VOCs的监测不及时,易造成恶臭扰民、厂界排污纠纷等问题。因此,对VOCs排放集中的区域进行实时无组织排放VOCs监测,及时了解环境中不同位置VOCs变化情况,防止其对环境以及人体健康造成危害,具有重要意义。

    目前,化工厂VOCs监测方式可分为点、线、面3大类[9]。点监测又可以分为离线点监测和在线点监测。离线点监测为利用苏玛罐[10-11]、气袋[12-13]和吸附管[14-15]等采样工具采集某个位置样品,然后将样品送回实验室进行分析。这种监测方法常规简便,且所用到的实验室仪器如气相色谱/质谱联用仪[16-17]等精度较高、性能优异。然而,该监测方法所采集的样品为某一时间段的VOCs,其特征不具有时效性;且该方法无法监控区域VOCs浓度的长时期时空变化[18]。在线点监测为GC-MS[19-20]、传感器[21]、便携式GC[22]等在线分析仪器对某个位置进行监测分析。这种监测方法通常能够长期自动采样监测,数据具有时效性。但是该方法监测范围单一,难以通过一个位置的VOCs组成与浓度情况实时反映该区域所有位置的情况。线监测为开放光路长光程傅里叶变换红外光谱仪[23]等对直线上最远1 km的距离进行监测。线监测方法速度快,范围比点监测要广,数据有时效性,但能够识别的物质较少,且不能对大面积范围进行采样监测。面监测则为红外气体相机[24]等对最小直径1 km范围内的空间进行监测。红外气体相机监测覆盖范围较大,分析速度快,能够连续在线监测,但无法进行组分定性分析。

    综上所述,现有VOCs点与线监测方法中存在监测覆盖面小,而面监测存在无法对未知污染物进行组分分辨的难题。因此,需要结合点监测所用到的高灵敏度、高分辨率仪器与面监测所覆盖的较大监测范围,进行点面联合在线连续监测。使用单台仪器对大范围多个点位VOCs监测的系统有Sentinel哨兵系统[25]等。Sentinel 哨兵系统能够在1 h以内监测50个不同点位VOCs,采样直径可达500 m。但是,该系统检测限为1~100 μmol·mol−1,无法进行低浓度VOCs监测,且只能针对特定物质进行定量分析,无法对未知混合VOCs进行定性分析。

    为实现单台分析仪器对化工厂多个不同点位的VOCs连续在线监测,本课题组使用多管路长距离的采样装置进行连续采样,将采样装置与高性能飞行时间质谱仪搭建为一套远距离多通道VOCs连续在线监测系统(以下简称监测系统)。监测系统通过对PAMS与有机硫标气的采样分析,得到其性能指标,以期为化工厂VOCs在线监测提供参考。

  • 远距离多通道VOCs连续采样在线监测系统主要由远距离多通道VOCs连续采样装置(以下简称采样装置)与真空紫外灯单光子电离源飞行时间质谱仪(以下简称质谱仪)组成,原理结构示意图如图1所示。监测系统从采样到分析需要通过抽气、储气、质谱仪检测3步完成。1)抽气阶段:气体样品从外界依次经过采样管路、储气罐与抽气泵,保障外界气体样品被采集到;2)储气阶段:在储气罐与外界气压差的作用下,气体样品在储气罐中储存起来,直到储气罐内气压值达到设置的储气气压值,保障储气罐内气体样品恒压进样;3)质谱仪检测阶段:储气罐内气体进入质谱仪进行检测。储气罐气压值达到设置的检测气压时,质谱仪完成检测,保障质谱仪检测到的气体量一致。监测系统连续运行时,2个储气罐交替使用,从而提高监测效率。

  • 本研究设计的采样装置需在1 h内对10个不同点位样品按时间顺序分别采样。每个点位采样时间小于6 min。采样装置设计如图2所示,主要包含采样管、储气罐、气压计、电磁阀等部件。

    基于VOCs远距离采样的需求,要求采样管路内壁材料本身无VOCs物质挥发、对VOCs物质吸附性较低。使用聚四氟乙烯材质采样管路(SMC有限公司,日本),聚四氟乙烯采样管对有机物吸附性较小,能耐腐蚀和老化,价格比钝化的金属管要便宜。系统设计中要求在较短时间内完成10个不同点位的采样,需要直径较大采样管和功率较大采样泵,同时要综合考虑选用泵、采样管的体积和价格。选用采样管外径为6.35 mm,管壁厚1 mm,管长500 m;抽气泵(气海机电制造有限公司,中国)最大流量为28.0 L·min−1。抽气泵对500 m采样管抽气时,采样管前端在整个采样管中流速最小,为1.9 L·min−1。500 m采样管体积为7.4 L,以最小流速作为整段采样管流速计算样品经过采样管的时间为234 s,能在较短时间内采集到样品。

    由于采样装置有10个采样通道和2个储气通道,采样装置通过电磁阀开关控制采样顺序。10个采样通道与2个储气通道相连需要多个电磁阀与管路。通过电磁二通阀集装板让不同点位采集到的样品汇集到同一条管路;从同一条管路进入储气罐,减少采样装置内的多余管路与阀。

    在对远距离空气样品进行采样时,进样气压较低导致质谱仪灵敏度低,不同长度采样管采样下进样气压不一致,质谱仪难以定量分析。采样过程中需要监测储气罐内气压变化,从而得知进样气压与进样量,本研究使用气压计来记录储气罐的气压变化情况。用2 L储气罐(世伟洛克公司,美国)能够储存气体并在恒定气压值下进行样测。质谱仪采样时流量为0.8 L·min−1,信号强度稳定时间约为10~15 s,信号强度稳定后需要再采样10~15 s进行检测,即整个采样检测时间最多需要30 s。质谱仪开始采样时,储气罐内气压为101 kPa,在采样30 s后,储气罐中气压为81 kPa。检测系统可在45 min内完成对10个不同点位的在线分析。

  • 本研究选用真空紫外灯单光子电离源飞行时间质谱仪(广州禾信仪器股份有限公司,中国)作为VOCs分析器,其性能与原理已有多篇相关报道[26-27]。该质谱仪能够对多种VOCs进行定性定量分析,响应时间为秒级。

  • 实验仪器:本课题组自主研制的远距离多通道VOCs连续采样在线监测系统;4010L型气体动态稀释仪(Sabio公司,美国);BMSN-2氮气气体纯化器(安捷伦科技有限公司,美国)。

    监测样品:浓度为1 μmol·mol−1的57种组分PAMS标准气体(大连大特气体有限公司,中国);浓度为1 μmol·mol−1的9种组分有机硫标准气体(大连大特气体有限公司,中国);纯度为99.999%氮气(广州粤佳气体有限公司,中国)。

    监测条件:氮气前装有氮气纯化器过滤杂质,1 μmol·mol−1浓度的标准气体通过气体动态稀释仪进行稀释,稀释仪流量为2.0 L·min−1。每次样品检测之间监测系统用氮气进行吹洗30 min。采样装置抽气时间260 s,储气气压值为低于标准大气压20 kPa,检测气压值为低于标准大气压33 kPa。

  • 对监测系统进行性能表征以获得稳定性、检测限、线性、残留影响、信号强度衰减率、定量误差等性能指标。监测系统有500 m长采样管,每次从采样端对监测系统进行校准会耗费大量的标气与氮气,且在外场进行监测时,对不同位置的采样端口进标气校准费时费力,可通过对质谱仪端校准代替监测系统采样端校准,监测系统采样端校准方式需要对系统的样品残留和信号衰减情况来进行计算。

    500 m采样管中样品残留会在采样过程中被洗脱出来,进而影响分析结果;500 m管中有样品残留,且进样气压值低于标准大气压,监测系统采样端进样时检测到的信号强度会低于质谱仪端进样分析时信号强度。需对监测系统的残留影响与信号强度衰减率进行测试,得到信号强度转换的指标。

    残留影响是残留在采样过程中洗脱出来的信号强度占原样品信号强度的百分比。监测系统的残留影响由式(1)计算得到。

    式中:Si为第i次VOCs残留影响;Ii为监测系统第i次吹洗氮气时的信号强度;M为监测系统检测VOCs时的信号强度。

    信号强度衰减率是VOCs经过监测系统时对于SPI-MS直接检测VOCs时的减少程度与SPI-MS直接检测VOCs时的比值。信号强度衰减率计算公式如式(2)所示。

    式中:D为信号强度衰减率;y为SPI-MS直接检测VOCs时信号强度;M为监测系统检测VOCs时的信号强度。

  • 用监测系统对0.06 μmol·mol−1 PAMS与有机硫标准气体分别进行重复采样,并分析7次,分别计算各质荷比物质的相对标准偏差,得到PAMS标准气体和有机硫标准气体稳定性结果(见表1)。由表1中可知,所有物质RSD≤7%。

    从低浓度到高浓度依次检测标气,其中PAMS标准气体梯度浓度为0.02、0.06、0.10、0.17、0.24、0.31及0.38 μmol·mol−1。有机硫标准气体梯度浓度为0.01、0.06、0.17、0.24、0.31、0.45及1 μmol·mol−1。对PAMS标准气体中的15种质荷比物质和有机硫标准气体中的5种质荷比物质进行分析得到回归方程和判定系数,其结果列于表1。由表1可知,所有物质判定系数均大于0.99。

    监测系统分别对0.02 μmol·mol−1 PAMS和氮气进行采样分析,得到PAMS标准气体中15种质荷比物质信号强度与本底噪声。同样条件下,分别对0.02 μmol·mol−1有机硫和氮气进行采样分析,得到有机硫标准气体中5种质荷比物质信号强度与本底噪声。PAMS标准气体中苯质谱图如图3(a)所示,苯离子信号强度变化图如3(b)所示。根据检测限的信噪比为3来计算各物质检测限[28],检测限计算结果列于表1,结果表明各物质在浓度为0.013 μmol·mol−1以上均能检测到,最优检测限为0.004 μmol·mol−1

  • 监测系统对PAMS(浓度0.1 μmol·mol−1)或有机硫标准气体(浓度为0.1 μmol·mol−1)进行采样分析,并用纯净氮气连续清洗系统15次,通过公式(1)计算可得各物质的残留影响(见图4)。分析图4数据发现,20种物质在氮气吹洗第7次后残留影响可降至1%以下。

    监测系统对PAMS(浓度0.1 μmol·mol−1)或有机硫标准气体(浓度为0.1 μmol·mol−1)与氮气交替分别进行采样分析,一共7次。通过公式(1),计算得到20种物质的残留影响。PAMS与有机硫标准气体中20种物质残留影响及波动范围如图5所示,图5中各物质序号与表1一致。由图5中数据可知,监测系统中所有物质的残留影响在1%~33%,整个监测系统的残留影响波动范围小于10%。

    用质谱仪对PAMS(浓度0.1 μmol·mol−1)与有机硫标准气体(浓度为0.1 μmol·mol−1)进行了分析,经7次后得到无衰减的VOCs信号强度。再用监测系统对相同条件的PAMS与有机硫标准气体分别进行采样分析,7次后得到衰减后的VOCs信号强度。最后,通过式(2)计算得到20种物质各自的信号强度衰减率。PAMS与有机硫标准气体中20种物质信号强度衰减率以及波动范围的分析结果如图6所示,图中各物质序号与表1一致。由图6数据分析可知,所有物质信号强度衰减率在28%~70%,各物质信号强度衰减率的波动范围小于12%。

    定量误差分析方式:监测系统监测到的信号强度(Mn)转换为SPI-MS直接检测时的信号强度(y),再使用表1中各SPI-MS线性公式计算得到各物质浓度。定量公式如(3)所示。

    式中:y为SPI-MS直接检测时的信号强度;Mn为监测系统第n次检测的信号强度强度;Si为第i次VOCs残留影响;6i=1MniSi为VOCs残留信号强度;D为VOCs信号强度衰减率。

    利用该监测系统分别对0.17 μmol·mol−1 PAMS与有机硫标准气体进行了连续监测。分析了PAMS与有机硫标准气体的定量误差(见表2),结果表明,各物质定量误差为−13%~25%。

  • 1)本研究研制的远距离多通道VOCs连续采样在线监测系统采样距离可达500 m,并可在1 h内完成10个不同点位的采样,对于范围较大的化工园区可以使用单台质谱仪在较短时间内完成多个点位的连续在线监测。

    2)该系统可实现对C4~C10烃类、有机硫化物和苯系物定性定量分析;所测全部物质RSD≤7%;监测系统最优检测限为0.004 μmol·mol−1;在浓度为0.01~1 μmol·mol−1时各物质判定系数大于0.99;定量误差为−13%~25%。定量误差为−13%~25%,可以满足VOCs成分复杂多变的化工园区检测要求。

参考文献 (28)

返回顶部

目录

/

返回文章
返回