连续在线颗粒物与金属元素分析系统

HORIBA（日本）提出的高时分辨灰尘监测与溯源评估方案——集成PX-375、稀释器、Eco-WEB与源解析方法

关键词
Dust measurement, Atmospheric environment, Continuous monitoring, Data analysis, Visualization, 电除尘器(ESP), 排放达标

随着城市化与工业化推进，颗粒物（PM）及其携带的金属成分已成为公众健康与环境合规的核心关注点。为应对突发排放与微尺度污染特征的快速变化，提升Dust measurement与Continuous monitoring能力已成为必要路径。日本HORIBA的研究团队（Shota Sando、Kazuki Yamaguchi、Kazushi Higa）在京都国际静电除尘大会上提出了一套可用于环境与烟气源解析的连续监测评估体系[3]，该体系由现场一体化分析仪、稀释单元、数据采集平台及源解析算法四大要素构成，可为中国浆纸、钢铁、水泥与化工等高排放行业提供实用技术参考。

核心技术上，PX-375将beta射线衰减法用于粉尘质量浓度测量，并辅以X射线荧光（XRF）实现金属元素的在线定量分析，单样时间分辨率可达30分钟，滤带在常规设置下可连续使用约1个月，显著降低人工采样与实验室分析（如ICP-MS）的滞后问题；对时序突变与短时峰值的捕捉能力，对Emergency Response尤为重要[1][2]。为将该 ambient-oriented 设备推广至高浓度烟气（如烟囱排放）场景，团队开发了可实现约11倍稳定稀释的稀释器，经APDA-372联机测试在粒径到17 μm范围内表现均匀，平均稀释率11.1、标准差0.66，显示出将现场分析仪用于stack monitoring的可行性。

在数据端，Eco-WEB作为云端采集与可视化平台，不仅整合PM、NOx、CO、风速风向等常规参数，还能汇入PX-375的逐点金属谱数据，支持玫瑰图、相关图与阈值报警，便于在城市网格或厂界快速定位污染异常。基于此类高时分辨数据，研究团队提出了以Conditional Bivariate Probability Function（CBPF）结合相关矩阵的溯源流程：先用风向风速与超阈值频次绘制双变量极坐标图锁定可能风向，再在该风向条件下提取时间窗，与疑似排放源的工况参数（温度、流速、负荷等）并列做相关性矩阵，以寻找影响因子并验证举措效果；在数据量充足时，亦建议应用Positive Matrix Factorization（PMF）等因子分解方法以获得更稳健的源贡献估算[4][5]。

对中国行业的价值体现在三方面：一是助力排放达标，通过在线金属元素监控识别特定工序（如煅烧、冶炼）导致的异常排放点，从而实现有针对性的治理；二是支持节能降耗与运维优化，将在线监测与ESP（电除尘器）控制联动，例如以艾尼科（Enelco）在极板、极线及电场优化方面的经验为基础，可针对高温/高负荷工况调整电场分布或清灰策略，降低二次能耗与运行成本；三是应急响应与社区沟通，短时分辨的报警可为周边居民与应急预案提供决策依据。

展望未来，本套方案建议两条并行路径：一是继续完善现场化高精度分析（PX-375+稀释器）与基于PMF的大样本源解析；二是构建高分辨率空间网格，结合廉价微传感器进行异常检测，再由高精度设备与ESP控制系统开展深度诊断与治理。艾尼科可将此类连续在线监测能力与自身电除尘器优化技术整合，形成从检测、溯源到治理闭环服务，帮助中国重点行业实现更高水平的环境合规与运行经济性。

研究单位与作者：HORIBA, Ltd., Japan；作者：Shota Sando（报告人）、Kazuki Yamaguchi（通讯作者）、Kazushi Higa（通讯作者）。

参考文献
[1] Watson J. G., and Chow J. C., Reconciling urban fugitive dust emissions inventory and ambient source contribution estimates: Summary of current knowledge and needed research, Desert Research Institute, 2000.
[2] Tseng J. M., Kuo C. Y., Liu M. Y. and Shu C. M., Emergency response plan for boiler explosion with toxic chemical releases at Nan-Kun industrial park in central Taiwan, Process Saf. Environ. Prot., Vol. 86, Issue 6, pp. 415-42, 2008.
[3] Matsumoto E., Readout HORIBA technical reports: Continuous Particulate Monitor with X-ray Fluorescence PX-375, No. 50, Japan, 2018.
[4] Uria-Tellaetxe I. and Carslaw D. C., Conditional bivariate probability function for source identification, Environ. Model. Softw., Vol. 59, pp. 1-9, 2014.
[5] Begum B. A., Biswas S. K. and Hopke P. K., Source Apportionment of Air Particulate Matter by Chemical Mass Balance (CMB) and Comparison with Positive Matrix Factorization (PMF) Model, Aerosol and Air Quality Research, Vol. 7, No. 4, pp.446-468, 2007.

欢迎联系艾尼科获取文章详情！电话：15358186202，邮箱：info@eetc.cn