采样前将石英纤维滤膜置于马弗炉内于450℃烘烤4h去除滤膜上的杂质。称量滤膜之前，需要将滤膜放于恒定温湿度((25±1)℃，(50±5)%)下保存24h，然后用精度为0．01mg的分析天平进行称量，每片滤膜称量次数应不少于3次，每次误差小于0．02mg，取3次平均值。收集样品时，使用洁净的镊子将滤膜从采样器中取出，然后装入干净的膜盒中，放置于冰箱(－18℃)中保存。
1.3样品分析
1．3．1颗粒物显微形貌及能谱的测定
颗粒物显微形貌和元素组成的测定于北京大学深圳研究院环境模拟与污染控制实验室进行，使用的SEM是荷兰PhenomWorld公司生产的Phenompro型扫描电子显微镜。能谱使用的是蔡司公司生产的MerlinCompact高分辨率场发射扫描电镜。
1.3.2水溶性阴阳离子的测定
采集样品之后，将石英滤膜的四分之一利用超纯水超声提取滤膜中的水溶性阴阳离子。将提取液经(德国Membrana公司，孔隙0．45μm)滤纸过滤。用(ICS3000)型离子色谱仪测定阴阳离子。阳离子测试条件:用CS-12A型阳离子色谱柱，CG-12A型保护柱(淋洗液为20mmol·L－1甲磺酸溶液)测定水溶性无机阳离子(Na+、NH+4、K+、Mg2+、Ca2+)．离子色谱较小检出限为:Na+0．019μg·m－3、NH+40．020μg·m－3、K+0．025μg·m－3、Mg2+0．020μg·m－3、Ca2+0．037μg·m－3。
阴离子测试条件:用AS-14型阴离子色谱柱，AG-14型阴离子保护柱(淋洗液为3．5mmol·L－1Na2CO3+1．0mmol·L－1NaHCO3)测定提取液中水溶性无机阴离子(F－、Cl－、NO－3、SO2－4);(洗脱液为18．2MΩ·cm－3水(A)和30mmol·L－1NaOH(B))测定提取液中水溶性离子(CH3COO－)，梯度淋洗．离子色谱较小检出限为:F－0．004μg·m－3、Cl－0．004μg·m－3、NO－30．001μg·m－3、SO2－40．010μg·m－3、CH3COO－0．004μg·m－3。
1．3．3金属元素的提取及测定
采集样品之后，将石英滤膜的四分之一采用电热板消解法提取滤膜中的微量和常量元素。首先配置硝酸－盐酸混合消解液:于约500mL水中加入55．5mL硝酸及167．5mL盐酸，用水稀释并定容至1L。然后将滤膜样品剪成小块，置于50mL烧杯中，加入20mL硝酸-盐酸混合消解液，使滤膜碎片浸没其中，盖上表面皿，置于电热板(100℃)上加热回流2h。用水淋洗烧杯内壁及表面皿内壁，静置0．5h后进行浸提，将浸提液过滤到100mL容量瓶中，用水定容至100mL。
测试仪器是岛津公司生产的ICPE-9000型电感耦合等离子光谱发生仪。元素的方法检出限为:Al1．2ng·m－3、As2．0ng·m－3、Cd1．0ng·m－3、Co0．3ng·m－3、Cr0．3ng·m－3、Cu2．0ng·m－3、Fe2．0ng·m－3、Mn0．3ng·m－3、Ni1．0ng·m－3、Pb2．0ng·m－3、Ti1．0ng·m－3、V1．0ng·m－3、Zn3．0ng·m－3。
2.结果与讨论
2.1PM2．5/PM10质量浓度特征
如图1为不同餐厅烹饪过程中产生颗粒物的质量浓度变化曲线，由图1(a)可见，粤菜餐厅的PM2．5和PM10质量浓度变化趋势几乎相同，二者均存在1个大峰多个小峰，高峰出现在采样后期。PM2．5和PM10的质量浓度分别分布在0．046—1．95mg·m－3和0．096—2．07mg·m－3范围内。在采样中期，PM2．5和PM10浓度突然升高且在45min时迅速下降，其原因是这段时间内店内招牌菜烤乳鸽的烹制，本菜品的过程中使用了果木作为燃料，且烤制食物时会较蒸煮清炒的烹饪方式释放更多颗粒物造成的。
由图1(b)可见，茶餐厅的PM2．5和PM10质量浓度变化趋势几乎相同，存在3个波峰，其中2个峰值接近，高峰出现在采样后期。PM2．5和PM10的质量浓度分别分布在0．012—0．683mg·m－3和0．161—1．82mg·m－3范围内。茶餐厅的PM2．5质量浓度整体较低，波动并不剧烈，且变化范围小，PM10质量浓度则相反，整体变化范围也较大，在25min和40min处分别出现了峰值，这可能是蒸煮过程中形成大量水雾，其易吸附微小颗粒形成大颗粒物。尽管如此，茶餐厅的PM2．5和PM10质量浓度仍均处于较低水平，这可能与茶餐厅的调味料主要添加在半成品食材中，烹饪过程中使用较少，且蒸煮的烹饪方式会释放较少的颗粒物。
由图1(c)可见，西餐厅的PM2．5和PM10质量浓度变化趋势几乎相同，高峰出现在采样后期。PM2．5和PM10的质量浓度分别分布在0．836—7．71mg·m－3和1．74—14．4mg·m－3范围内。西餐厅烹饪过程中颗粒物质量浓度均较高且波动剧烈，是因为该餐厅的烹饪方式以油煎为主，而奉水东等也发现油煎和油炸的烹饪方式油温普遍较高，这会使食用油中部分物质达到沸点，释放大量气溶胶，导致颗粒物浓度偏高。
由图1(d)可见，职工食堂的PM2．5和PM10质量浓度变化趋势也几乎相同，颗粒物质量浓度波动较明显，高峰值出现在采样前期。PM2．5和PM10质量浓度分别分布在0．051—1．65mg·m－3和0．138—3．92mg·m－3范围内．颗粒物质量浓度在整个采样过程中都有剧烈的波动，但是颗粒物的浓度却偏低，由于前人的研究表明油基烹饪产生的颗粒物比水基烹饪多，因此可能是本次采样的职工食堂在烹饪过程中用油量少造成的。
图1餐饮源排放颗粒物(PM2．5和PM10)的质量浓度变化曲线
(a)粤菜餐厅，(b)茶餐厅，(c)西餐厅，(d)职工食堂
表2餐饮源排放颗粒物(PM2．5和PM10)质量浓度
图3餐饮源排放单颗粒物形貌图及能谱图
(a)絮状，(b)簇状
图4所示为PM10包含的6种颗粒物粒径分布统计图。不规则状颗粒物(图4(a))在0—10μm范围内均有分布，且数量差异不大．不规则状颗粒物在＜2．5μm范围内数量较多，达到30%，其次是4．0—6．0μm范围内，占比为27%。块状颗粒物(图4(b))与片状颗粒物(图4(d))粒径分布相似，二者在0—10μm范围内均有分布，且数量差异明显。块状颗粒物与片状颗粒物的粒径分布比例由大到小均为:＜2．5μm、2．5—4．0μm、4．0—6．0μm，另外大于6．0μm的颗粒物均存在很少。另外絮状颗粒物(图4(c))与簇状颗粒物(图4(e))粒径分布相似，二者主要分布在粒径大于4．0μm的大颗粒范围内，其占比达到80%以上。球状颗粒物(图4(f))粒径分布特点较为突出，绝大部分为小于2．5μm的颗粒物，且比例高达98%。
由图4同样可以观察到，PM2．5中主要包含5种颗粒物，其占比由大到小为:球状颗粒物、块状颗粒物、片状颗粒物、不规则状颗粒物、絮状颗粒物．综上，块状、片状、球状颗粒物均为单颗粒状态，导致其大部分粒径处于小于2．5μm范围内;絮状和簇状颗粒物属于颗粒物孔隙较多或由多个块状颗粒物聚集而成，使这二者粒径普遍偏大，且大部分处于大于4．0μm的大颗粒范围内．此外，不规则状颗粒物形状各异，因此这一类颗粒物在各范围内分布特征并不突出。
图4PM10颗粒物中6种形态颗粒物粒径分布图
3.安科瑞AcrelCloud3500餐饮油烟监测云平台
为了弥补现存餐饮行业在烟油监测上的漏洞，同时便利监管部门的监察，安科瑞油烟监测云平台应运而生。油烟监测模块通过2G/4G与云端平台进行通信和数据交互，系统能够对企业餐饮设备的开机状态、运行状态进行监控；实现开机率监测，净化效率监测，设施停运
告警，待清洗告警，异常告警等功能；对采集数据进行统计分析、排名等统计功能；较之传统的静电监测方案，更具实效性。平台预留与其他应用系统、设备交互对接接口，具有很好的扩展性。
3.1平台结构
平台GIS地图采集餐饮油烟处理设备运行状态和油烟排放的浓度数据，自动对超标排放及异常企业进行提示预警，监管部门可迅速进行处理，督促餐饮企业整改设备，并定期清洗、维护，实现减排环保，不扰民等目的。现场安装监测终端，持续监测油烟净化器的工作状态，包括设备运行的电流、电压、功率、耗电量等等，同时结合排烟口的挥发性物质、颗粒物浓度等进行对比分析，一旦排放超标，系统会发出异常信号。
■油烟监测设备用来监测油烟、颗粒物、NmHc等数据
■净化器和风机配合对油烟进行净化处理，同时对净化设备的电流、电压进行监测
■设备通过4G 络将采集的数据上传***程云端服务器
3.2平台主要功能
（1）在线监测
对油烟排污数据的监测，包括油烟排放浓度，颗粒物，NmHc等数值采集监测；同时对监控风机和净化器的启停状态、运行数据进行监测。
(2)告警数据监测
系统根据采集的油烟数值大小，产生对应的排放超标告警；对净化器的运行数据分析，上传净化设备对应的运行、停机、故障等告警事件。
(3)数据分析
运行时长分析，离线分析；告警占比、排名分析；历史数据统计等。
(4)隐患管理
系统对采集的告警数据分析，产生对应的隐患记录，派发、处理隐患，及时处理告警，形成闭环。
(5)统计分析
包括时长分析、超标分析、历史数据、分析 告等模块。
(6)基础数据维护
个人信息、权限维护，企业信息录入，对应测点信息录入等。
(7)数据服务
数据采集，短信提醒，数据存储和解析。
3.3油烟监测主机
油烟监控主机是现场的管理设备，实时采集油烟浓度探测器和工况传感器的信号，进行数据处理，通过有线或无线 络通讯将数据传输到服务器平台。同时，对本地数据进行存储，监控现场设备状态，提供人机操作界面。
具体技术参数如下：
3.4设备选型方案
声明：本站部分文章内容及图片转载于互联 、内容不代表本站观点，如有内容涉及侵权，请您立即联系本站处理，非常感谢！