ELPI在线测量：面向未来烟气治理的细颗粒物监测

FLSmidth Airtech（Karsten S. Poulsen、Christer Löfstöm）关于ELPI在大气颗粒物在线测量与APC性能评估的研究要点

关键词
ELPI, impactor, size distribution, time resolved, 静电除尘器, 烟气治理

随着PM2.5与细颗粒物对公共健康关注度上升，工业烟气治理与静电除尘器（ESP）性能优化成为减排与达标的关键环节。来自FLSmidth Airtech的研究团队（Karsten S. Poulsen、Christer Löfstöm）基于Dekati电低压冲击器（ELPI）开展了现场与实验室测试，探索在线、时间分辨的粒径与数/质量分布测量，助力未来APC（air pollution control）技术的开发与验证[4,5]。文章总结了ELPI的原理、实测要点、数据处理手段及在工业现场的应用价值，同时讨论了与传统Berner重力冲击器的差异及注意事项。

ELPI通过正电晕对气溶胶颗粒充电，随后进入低压冲击器在12个通道（约0.03–10 μm）上分级，并用电流转换为实时粒径分布。对于更细的0.007–0.03 μm区段，可用滤膜分级采样。采样基片通常为铝或聚碳酸酯薄膜，后者更适合化学分析。实际使用中需注意：单级冲击器上集尘量若超过约1 mg 会影响性能；为避免颗粒回弹，铝膜常需涂油；样品气体含水或浓度过高时，需在进样前进行加热或稀释（ejector diluter）以防冲击器内凝结或过载。此外，ELPI具备多档电流测量范围，噪声与响应时间随量程变化，因此特定测量情境必须预先评估灵敏度与精度。

数据处理方面，ELPI结果可采用气动直径或Stokes模型进行反算，且需假定颗粒密度（示例：2.5–3 g/cm3），对小颗粒还可施加扩散修正。是否按通道对数宽度归一化也会改变分布形态（见原文图示），因此跨研究或对比时务必统一模型与参数。现场对比试验显示，ELPI与Berner冲击器在PM质量值与分布上并非总一致：在部分工况Berner给出更高PM值，另一些场合ELPI更高。可能原因包括取样位置差异、采样与稀释过程中颗粒在管线沉降或凝结、稀释器中出现的颗粒破碎，或两种仪器的采样与换算假设不同，需要逐案分析判断。

在FLSmidth的若干现场案例中，ELPI测得的PM1/PM2.5/PM10值范围不等（例如案例3：PM1≈1.2 mg/Nm3，PM2.5≈4.7 mg/Nm3，PM10≈7.5 mg/Nm3），并结合ESEM-EDX对不同粒径段进行化学组分半定量分析，识别出细颗粒中可能富集的重金属或意外成分。这类时间分辨数据对于捕捉清灰循环、设备起停或单台工序对排放瞬时影响尤其有价值：ELPI可以在清灰开始与结束、单机启停等短时尺度上解析粒径分布的演变，为诊断与控制提供直接证据。

面向中国的重点行业——浆纸、钢铁、水泥与化工——ELPI所提供的在线数/质谱动态信息，可用于多方面优化：一是辅助静电除尘器（ESP）电场、极板/极线布局与清灰策略优化，直接影响排放达标与能耗；二是评估混合过滤或Hybrid系统对细颗粒物（尤其PM2.5及更小尺寸）的捕集效率；三是支持过程控制系统中基于颗粒数或成分的闭环控制，有利于降低运维成本与提高运行稳定性。

企业品牌与技术落地方面，艾尼科（Enelco）在极板、极线、以及电场优化方面的经验可与ELPI在线测量相结合：利用ELPI定位排放峰值与特定粒径富集区，针对性调整极间距、匝密与电压曲线，或采用局部场强化技术，既能降低排放，又能减少电耗与维护频次，从而在钢铁、水泥等行业实现经济与环保双收益。

展望未来，监管焦点可能从单一质量浓度（如PM2.5）逐步向粒子数浓度与化学毒性成分倾斜[1,2]，因此APC系统的设计与运行需要更精细的在线表征工具和更智能的控制策略。ELPI作为一种能提供时间分辨粒径与数/质量分布的工具，将在设备研发、产业应用和合规监测中发挥越来越重要的作用，但同时需与传统取样方法相互校准、识别测量偏差源，并在现场条件下验证其长期稳定性与可重复性。

总体而言，将ELPI这类在线测量手段与艾尼科等具备ESP深厚技术积累的厂商合作，可为中国工业用户在排放达标、节能降耗与运维成本管控方面提供切实可行的技术路径。要把握未来烟气治理趋势，既要依赖数学建模与仪器化测量，也要结合工程经验与现场试验，以实现更高效、更智能的颗粒物控制方案[3-5]。

参考文献
[1] Rosenlund M. Doctoral thesis, The Institute of Environmental Medicine, Karolinska Institutet, Sweden. [2] Annesi-Maesano, et al. Eur Respir J. 2007;29:428-431. [3] Eugene S. Ferguson. Engineering and the Minds Eye. The MIT Press. [4] Marjamäki M, et al. Aerosol Sci. 2000;31(2):249-261. [5] van Gulijk C, et al. Aerosol Sci. 2001;32(9):1117-1130.