李 勋,张盛华,2,储劲柏,2,周 珂,颜 瑾,韦方涛
(1.西安市生态环境局 高新技术产业开发区分局,陕西 西安 710055; 2.西安高新技术产业开发区环境监测中心,陕西 西安 710055; 3.西安市生态环境局 长安分局环境监测站,陕西 西安 710100)
我国经济的迅速发展,带来了严重的环境污染问题。近年来,尽管人们的环保意识大幅提高,但环境污染问题仍然非常突出。特别是城市环境污染问题尤其严重,近年来城市空气质量越来越差,频繁发生雾霾天气,带来了严峻的大气污染控制形势[1]。而大气环境问题和我们的健康息息相关,已经引起全世界的高度重视。其中机动车数量的迅猛增长在给我们的生活带来很大便利的同时,也成为发生空气质量问题的重要诱因,是主要的大气污染物来源之一。机动车引起的空气污染事件早已屡见不鲜,在各地都有发生,使我国空气污染种类从“煤烟型”转变为“交通—煤烟混合型”[2]。对于机动车污染物来说,其扩散与排放均发生在近地面,会造成道路附近区域的局地低空污染,并且污染源刚好与人的呼吸带高度相接近。同时,工业领域的发展会消耗大量能源,也会带来严重的空气污染问题,尤其是石油化工相关工业的发展,必然伴随着排放大量有害气体[3]。其中,挥发性有机化合物就是一种主要的空气污染物,具有很强的化学反应活性,在环境空气条件下很容易出现蒸发现象,在光化学烟雾的形成中扮演着重要角色。其中的很多成分都有毒性,被认为具有致癌、致变、致畸等作用,会导致严重的健康问题,包括引发呼吸系统疾病、癌症、刺激、过敏等。针对挥发性有机化合物,必须研发空气污染物VOCs排放浓度在线监测系统,对各种场合的VOCs进行浓度监测,这是治理空气质量问题的重要基础与前提。
对于空气污染物VOCs排放浓度在线监测系统的研究,各国都非常重视,应用了模式识别、混合气体特征提取、传感器标定等技术,取得了大量有效研究成果。为解决现有研究成果存在监测误差较大等问题,设计一种新的空气污染物VOCs排放浓度在线监测系统。在处理器模块中,设计一个嵌入式处理器实施系统监测数据处理。使用半导体式气体传感器实施VOCs排放浓度的监测,设计监测软件,通过KEIL MDK5软件对其程序进行编写,设计一种空气污染物VOCs的污染扩散分析模型,通过地图的方式对污染发展趋势进行预测,为污染治理提供地理决策参考。通过设计系统能够实现监测点的VOCs污染扩散分析,说明通过设计系统不仅能够实现VOCs的浓度在线监测,还能够实现污染物走向的推测。
在处理器模块,设计一个嵌入式处理器实施系统监测数据处理。在嵌入式处理器设计中,共设计4个模块,并通过AMBA 总线连接这些模块[4]。其中,在CC处理器核模块中,设计1个微处理器核,用于处理控制型任务,运行操作系统,处理一些系统级的全局任务包括输入输出、中断响应处理等[5]。同时,该微处理器核还负责向DDC分配计算型任务。设计的微处理器核的电路结构如图1所示。
图1 微处理器核的电路结构Fig.1 Circuit structure of the microprocessor core
DDC模块由多个指令集结构和基本结构相同的处理器核构成,并利用通信网络对处理器核进行互连。选择的处理器核型号为WAD231[6]。DDC模块主要用于处理计算型任务,同时模块具备可裁剪性,用户能够根据自身需求决定处理器核的具体使用数量。为外围设备模块配置多种外围设备,包括LCD 控制器、I/O设备、JTAG设备、片外存储器及这些设备的接口。在IPCI模块设计中,设计一个基于中断通信协议的通信接口,并配置一个存储器,为DDC模块与CC处理器核模块提供方便、灵活的通信机制。
在传感器模块,使用半导体式气体传感器实施VOCs排放浓度的监测[7]。首先对监测氨气的传感器进行设计。将 Ag-RGO作为传感器的敏感材料对传感器进行制作,具体制作步骤如下:①将单抛硅片当作衬底,并对其实施超声处理,获取表面干净的硅片;②将光刻胶当作牺牲层,在硅晶片表面通过旋涂工艺制备光刻胶牺牲层,厚度约为3 μm;③混合固化剂与PDMS 主剂,混合比例为1∶10,搅拌后实施抽真空处理,在刻胶牺牲层表面对PDMS 薄膜进行制备,厚度为50 μm; ④对PDMS 薄膜实施氧气等离子处理,活化其表面;⑤在 PDMS 表面对银纳米线进行喷涂,将其作为电极;⑥在 PDMS 薄膜上对Ag-RGO进行喷涂,将其当作应变敏感层;⑦旋转涂敷另一层PDMS作为包装层,避免气体、湿度等环境因素的影响;⑧在硅片上剥离应变传感器,获取三维导电结构的监测传感器。制作的传感器的监测浓度为1×10-6~1 000×10-6,需要进行12 h的预热。接着制作用于监测苯系蒸气的传感器,制备的流程与用于监测氨气的传感器相同,使用的敏感材料为10-Ag-RGO,监测浓度可达1×10-6~100 ×10-6,需要进行6 h的预热[8]。选用TGS2602气体传感器对硫化物进行监测,监测浓度可达1×10-6~200 ×10-6,需要进行5 min的预热。并选用WSP2110传感器对丙酮、甲醛进行监测,监测浓度可达1×10-6~150×10-6,需要进行30 min的预热[9]。
在控制模块中,设计一种多相数字控制芯片,用于控制系统中传感器的工作[10]。设计的控制芯片由4个模块构成。
(1)CPU与总线模块。选用CK802型CPU,使用的协议总线为 AMBA2.0[11]。该总线共由2条总线构成,一条为高级低速总线 APB,另一条为高速高性能总线AHB,2条总线上配置了多种总线设备[12]。控制模块的构成如图2所示。
图2 控制模块的构成Fig.2 Composition of the control module
(2)时钟模块。共设置32个128 MHz 时钟,时钟的相位差为250 ps,利用延迟锁相环DLL产生时钟。其中延迟锁相环DLL由分频器、压控振荡器、后级偏置电路、电荷泵、鉴相器构成[13]。
(3)过流保护电路模块。通过过流比较器实现芯片的过流保护。在过流保护电路中设置4种失调电压,分别为100、80、60、40,根据 CK802的配置参数可以对失调电压进行调节,获取不同的过流保护点[14]。
(4)信号处理模块。通过DMUX电路、握手信号电路、FIFO电路实现多bit信号异步处理;通过格雷码转换电路实现单bit信号异步处理[15]。
在监测软件模块中,通过KEIL MDK5 软件对其程序进行编写[16]。监测软件的运行流程具体如图3所示。在监测软件中,用户可以随时获得被测区域的空气污染物VOCs排放浓度数据。当被测区域VOCs排放浓度过高时,软件会自动启动报警程序[17]。
图3 监测软件的运行流程Fig.3 Running process of the monitoring software
在污染扩散分析模块,设计空气污染物VOCs的污染扩散分析模型,通过地图的方式对污染发展趋势进行预测,为污染治理提供地理决策参考。设计的空气污染物VOCs污染扩散分析模型由输入单元、后置分析单元、展示单元构成。在输入单元中,需要输入VOCs的源强、风向、风速等参数,接着通过后置分析单元对空气中的污染物扩散情况进行计算[18],再通过展示单元以图形方式将计算结果表达出来。利用空气污染物VOCs污染扩散分析模型进行分析的操作流程如下。
(1)准备模型分析参数。模型最终是在电子地图上通过浓度等值线形式对VOCs扩散后的污染物浓度分布情况进行表示,将浓度等值线设计为闭合曲线,其中离排放点最远的浓度曲线是临界值[19]。具体参数准备包括循环计算步长、风向参数转换、临界浓度值等。
(2)浓度等值点集计算。各浓度圈由上下两个半圈构成,相对下风向来说,这2个半圈是对称的。计算浓度等值点集就是在两组对象中增加等值点对象[20]。因此,对2部分的等值点点集数组进行定义后,对各点坐标进行计算。
(3)在污染模型图层中加入浓度等值面,获取模型分析结果的对应叠加图层。
(4)对地图服务进行刷新。
(5)生成模型分析成功的对应页面,并提交给客户端,获取实际分析结果。
在某工厂对设计的空气污染物VOCs排放浓度在线监测系统的功能进行测试。在某热电股份有限公司的某工厂中开展测试,该工厂共有5台煤粉锅炉。该工厂的VOCs污染一直比较严重,VOCs排放浓度偏高,因此选择该工厂进行实验,希望能够实现该工厂VOCs排放浓度的准确在线监测。实验环境如图4所示。
图4 实验环境Fig.4 Experimental environment
在该工厂中设置10个监测点,具体见表1。
表1 该工厂中设置的监测点Tab.1 Monitoring points set up in the factory
在以上监测点处对VOCs排放浓度进行在线监测,测试设计系统性能。
利用设计系统分别对氨气、苯系蒸气、硫化物、丙酮、甲醛进行监测,监测结果与实际测试值的对比如图5所示。根据图5监测结果与实际测试值的对比数据,设计系统对氨气、苯系蒸气、硫化物、丙酮、甲醛进行监测后,氨气、苯系蒸气、丙酮、甲醛监测结果与实际测试值基本一致,仅有硫化物监测结果与实际测试值不一致,实际浓度测试值为150,系统浓度测试值为130,总体而言,设计系统能够获取较为精准的监测结果,证明了设计系统的监测性能。
图5 监测结果与实际测试值的对比Fig.5 Comparison of monitoring results and actual test values
对设计系统的VOCs污染扩散分析性能进行测试。选择2个VOCs污染最严重的监测点,监测点7、8,对其未来2 d的VOCs污染扩散情况进行分析,具体分析结果如图6所示。图6的VOCs污染扩散情况分析结果表明,通过设计系统能够实现监测点的VOCs污染扩散分析,说明通过设计系统不仅能够实现VOCs的浓度在线监测,还能够实现污染物走向的推测。
图6 VOCs污染扩散情况分析结果Fig.6 Analysis results of VOCs pollution diffusion
在对VOCs浓度监测的研究中,设计了一种空气污染物VOCs排放浓度在线监测系统,通过设计处理器模块、传感器模块、控制模块、检测软件模块、污染扩散分析模块,实现了VOCs排放浓度的准确监测与走向预测。结果表明,设计系统对氨气、苯系蒸气、硫化物、丙酮、甲醛进行监测后,能够获取较为精准的监测结果。通过设计系统能够实现监测点的VOCs污染扩散分析,说明设计系统不仅能够实现VOCs的浓度在线监测,还能够实现污染物走向的推测。对于VOCs空气污染的治理有很大意义。在研究中尽管取得了一定成果,但系统仍处于有待完善的状态,将会进一步对其进行完善。