淺談餐飲業(yè)大氣污染物排放特征及對策

時間：2021-11-08作者：安科瑞電子商務(wù)(上海)有限公司瀏覽：226

摘 要：餐飲業(yè)是中國大型城市大氣環(huán)境污染源之一。為了解餐飲業(yè)大氣污染物的產(chǎn)生能力，本研究以北京為研究對象，選取41家不同菜系的餐飲企業(yè)，現(xiàn)場實地檢測了凈化設(shè)備**的油煙、顆粒物和非甲烷總烴( NMHC) 的產(chǎn)生濃度水平。結(jié)果表明，凈化前油煙、顆粒物和 NMHC的初始平均濃度約為1.93、6.6 和10.9 mg·m-3。 提出了一種基于工作日與非工作日的估算污染物排放總量的計算方法。并基于北京市餐飲企業(yè)數(shù)量和本研究測得的排放因子，初步估算了2019年全市餐飲源主要污染物的初始產(chǎn)生總量，油煙、顆粒物和NMHC的年排放總量分別5512、18849和6169 t。川湘菜、燒烤、烤鴨與家常菜產(chǎn)生的油煙與顆粒物濃度的 Pearson系數(shù)均 ＞ 0. 6，具有強(qiáng)相關(guān)性；其中川湘菜和烤鴨排放的Pearson系數(shù)均 ＞ 0. 8，呈現(xiàn)很強(qiáng)相關(guān)性。

關(guān)鍵詞：餐飲業(yè)；油煙；顆粒物； 非甲烷總烴( NMHC)；餐飲油煙監(jiān)測云平臺；安科瑞

 

0.前言

餐飲業(yè)排放的主要污染物為食物加工過程中產(chǎn)生的油煙、顆粒物、非甲烷總烴( NMHC) 以及烹飪使用的煤、天氣的燃燒產(chǎn)物。餐飲業(yè)廢氣對環(huán)境空氣質(zhì)量有一定影響，主要表現(xiàn)在液態(tài)油煙與空氣中水分結(jié)合形成氣凝膠，氣凝膠在大氣中長時間懸浮，會導(dǎo)致大氣PM2.5含量增加，部分揮發(fā)性VOCs在大氣中經(jīng)過復(fù)雜地反應(yīng)會生成可以長時間懸浮的二次顆粒物，進(jìn)一步增加大氣PM2.5含量。有研究表明，餐飲業(yè)排放以PM2.5為主，其排放的顆粒物約占北京大氣PM2.5濃度的7.5%～21.2%，是北京城區(qū)大氣污染的來源之一。且隨著經(jīng)濟(jì)平穩(wěn)增長，北京市人口增長，餐飲業(yè)消費(fèi)大大提升。北京市商務(wù)局統(tǒng)計數(shù)據(jù)顯示，截至 2018年12月，北京地區(qū)共有餐飲企業(yè)5.95萬戶，同比增長7.7%，尤其在城區(qū)，高密度分布的餐飲企業(yè)油煙排放，是造成局部空氣污染的一大原因。餐飲業(yè)排放的油煙成分復(fù)雜，并對人體呼吸道產(chǎn)生不利影響，大量吸入后有致癌風(fēng)險。

近年來，為了解餐飲業(yè)污染現(xiàn)狀，學(xué)者們開展了眾多研究。施巍等給出了一種餐飲業(yè)無組織排放的核算方法。Wang等基于Kuznets Curve對中國 各省市地區(qū)餐飲業(yè)VOCs的排放進(jìn)行了估算。林立等測算了上海典型餐飲業(yè)的油煙、顆粒物以及VOCs的排放，確定餐飲業(yè)排放是上海地區(qū)細(xì)顆粒物PM2.5的主要來源之一。溫夢婷等研究了烹飪產(chǎn)生的PM2.5對北京冬季空氣污染的貢獻(xiàn)，結(jié)果表明 研究目標(biāo)排放的PM2.5濃度為當(dāng)日大氣環(huán)境PM2.5質(zhì)量濃度的8～35倍之多。但是仍缺少北京地區(qū)餐飲源直接產(chǎn)生的污染總量的估算。本研究于2019年在北京市內(nèi)選取了川湘菜、烤鴨、燒烤和家常菜這4種典型菜系，共41家餐飲企業(yè)，對各餐飲企業(yè)排放的油煙、顆粒物和非甲烷總烴進(jìn)行現(xiàn)場采樣、分析并估算年排放總量，旨在通過此研究，探明北京市餐飲業(yè)大氣污染物初始產(chǎn)生總量，考察餐飲業(yè)排放的大氣污染物對大型城市空氣質(zhì)量的影響程度。

 

1. 料材與方法

1.1 設(shè)備與材料

設(shè)備: QC-2大氣采樣儀；大氣煙塵氣采樣儀；OIL-460型紅外測油儀；GC8600 型氣相色譜；甲烷柱為以GDX-502高分子多孔微球為填料的色譜柱，長3m，內(nèi)徑3 mm；總烴柱為以硅烷化玻璃微珠為填料的色譜柱，柱長1m，內(nèi)徑 3mm。系統(tǒng)載氣為氮氣( ＞ 99.999% ) ，氫氣由氫氣發(fā)生器提供；電子天平。

材料: 聚四氟乙烯杯；不銹鋼油煙濾筒；特氟龍氣袋；顆粒物濾膜；四氯化碳。

1.2 樣品采集與分析

根據(jù)城市居民外出就餐習(xí)慣，選午間11: 30～13: 30和晚間17: 30～19: 30(冬季晚餐高峰時間延后1h) 的用餐高峰時段對選取的41家餐飲企業(yè)進(jìn)行樣品采集，其中川湘菜9家、烤鴨10家、燒烤5家和家常菜17家。 

樣品采集參考《飲食業(yè)油煙排放標(biāo)準(zhǔn)試行》 (GB18483-2001) 、《餐飲業(yè)顆粒物的測定手工稱重法》( DB11T1485-2017) 和《固定污染源廢氣揮發(fā)性氣體的采樣氣袋法》( HJ732-2014) 規(guī)定的標(biāo)準(zhǔn)方法。采集斷面位于油煙凈化設(shè)備**的平直煙道。油煙每組5個樣品，每個樣品采集10min，顆粒物每組1個樣品，采集時間45min，非甲烷總烴每組1個樣品，采集時間30min。

 樣品在規(guī)定期內(nèi)進(jìn)行分析，分析方法參考 《飲食業(yè)油煙排放標(biāo)準(zhǔn)試行》(GB 18483-2001) 、《餐飲業(yè)顆粒物的測定手工稱重法》(DB11T 1485-2017) 和《固定污染源總烴、甲烷和非甲烷的測定氣相色譜法》( HJ38-2017)。本研究采用《固定污染源總烴、甲烷和非甲烷的測定氣相色譜法》(HJ38- 2017) 對煙氣中VOCs濃度進(jìn)行分析，故VOCs濃度以NMHC計。

1.3 污染物年排放總量計算方法

不安裝油煙凈化設(shè)備情況下餐飲企業(yè)的污染物年排放總量計算見公式( 1)。

 W = y × h × k × 10 －3 (1)

式中，W為年排放總量( kg·a － 1 ) ；y為全年營業(yè)天數(shù) ( d) ； h為每天營業(yè)小時數(shù) ( h ) ；k為排放系數(shù) ( g·h － 1 ) 。

排放系數(shù) k 計算見公式( 2) :

 k = V0 × E × n (2)

式中，V0 為平均標(biāo)況風(fēng)量( m3 ·h － 1 ) ；E 為基準(zhǔn)平均排放濃度，( mg·m － 3 ) ； n 為平均折算灶頭數(shù)( 個) 。 

由于工作日與非工作日餐飲企業(yè)工作強(qiáng)度有差異，所以在進(jìn)行全年總量計算時將工作日與非工作日分別計算，日排放總量Wd計算公式為:

Wd = k × h × N (3)

式中，N 為北京市餐飲企業(yè)總數(shù)。 

全年污染物排放總量計算公式為:

 Wy = Wd，g × 250 + Wd，j × 115 (4)

式中，Wy 為全年排放總量( t) ；Wd，g為工作日排放總 量( t·d － 1 ) ； Wd，j為非工作日排放總量( t·d － 1 )。

 

2. 結(jié)果與討論

2.1 油煙與顆粒物排放情況

41家餐飲企業(yè)的凈化前油煙與顆粒物排放情況見圖 1(a) ，油煙基準(zhǔn)排放濃度范圍為0.14 ～ 6.25 mg·m－ 3 ，平均排放濃度1.93 mg·m－ 3 。從中可知，油煙基準(zhǔn)排放濃度＜ 1. 0 mg·m－ 3 ，即滿足《餐飲業(yè)大氣污染物排放標(biāo)準(zhǔn)》( DB11/1488-2018)油煙排放限值要求的有13家企業(yè)，占比31.71%，這些企業(yè)不需加裝凈化設(shè)備即可滿足達(dá)標(biāo)排放；油煙基準(zhǔn)排放濃度 ≥1.0 mg·m－ 3的餐飲企業(yè)共28家，占比68.29%，其中油煙基準(zhǔn)排放濃度≥2.0 mg·m － 3 ，即**標(biāo)2倍的企業(yè)有16家，占調(diào)查總量的39.02%。由此可見，大部分餐飲企業(yè)需通過加裝凈化設(shè)備以油煙污染，滿足達(dá)標(biāo)排放。DB11 /1488-201的編制說明中對100家餐飲企業(yè)的油煙測試結(jié)果為1.77 mg·m－ 3 ，與本研究的結(jié)果相近。而林立等的研究發(fā)現(xiàn)上海市餐飲企業(yè)平均油煙排放濃度為1.28 mg·m－ 3 ，朱春等發(fā)現(xiàn)湖南菜和廣東菜的油煙密度分別1.51mg·m－ 3 和 1.72 mg·m－ 3 ，均**本研究結(jié)果，原因在于不同菜系之間的烹飪方式烹飪過程以及使用食用油種類和食材不同，可能造成油煙排放差異。

顆粒物排放情況見圖 1( b) ，顆粒物基準(zhǔn)排放濃度范圍為 ＜ 0. 1 ～ 19.3 mg·m － 3 ，平均排放濃度為6.6 mg·m － 3 。從中可知，顆粒物濃度 ＜ 5 mg·m － 3 ，即滿足DB11 /1488-2018油煙排放限值要求的有21家企業(yè)，占比51.22%，這些企業(yè)*安裝凈化設(shè)備即可滿足排放標(biāo)準(zhǔn)； 顆粒物基準(zhǔn)濃度≥5 mg·m － 3 的餐飲企業(yè)共20家，占比48.78%，其中顆粒物基準(zhǔn)濃度≥10 mg·m － 3 有8家，占比19.51%.DB11 /1488- 2018的編制說明中對100家餐飲企業(yè)的測試結(jié)果為7.50 mg·m－ 3 ，與本研究結(jié)果相近。林立等測得上海市餐飲企業(yè)顆粒物排放濃度為0.14 ～1.67 mg·m － 3 之間，溫夢婷等測得北京地區(qū)川菜、杭州菜以及燒烤等餐飲企業(yè)顆粒物排放濃度為1.38 ～ 1.81 mg·m－ 3 ，**本研究結(jié)果.原因在于樣品會受采集斷面、凈化設(shè)備、采樣工況和餐飲企業(yè)菜系等因素影響，導(dǎo)致顆粒物排放濃度存在較大差異。

 

2.2 顆粒物與油煙排放濃度相關(guān)性分析

研究發(fā)現(xiàn)油煙與顆粒物的排放濃度具有一定相關(guān)性，分析結(jié)果見圖 2，統(tǒng)計結(jié)果見表 1。

本研究分別對全部餐飲企業(yè)與不同菜系間餐飲企業(yè)的油煙與顆粒物濃度進(jìn)行相關(guān)性分析，結(jié)果表明油煙與顆粒物之間存在強(qiáng)相關(guān)性，且不同菜系間存在差異；家常菜和燒烤排放的油煙與顆粒物表現(xiàn)為強(qiáng)相關(guān)性，而烤鴨和川湘菜的Pearson系數(shù)分別為0.8和0.9，表現(xiàn)出了很強(qiáng)的相關(guān)性，與孫鵬等對河南省鄭州市具有代表性餐飲企業(yè)排放油煙和顆粒物之間具有很高線性關(guān)系的研究結(jié)論相符。但是，有研究表明烤鴨排放的油煙與顆粒物之間相關(guān)性不好，與本研究的結(jié)論不同，可能由于本研究樣本中烤鴨均為電烤爐烹飪，與傳統(tǒng)果木烤鴨的油煙和顆粒物排放水平不同、樣品受采集條件和餐飲企業(yè)工況等因素影響。

 

2.3 NMHC排放情況

NMHC排放情況見圖 3，NAMC 的基準(zhǔn)排放濃度范圍1.67 ～ 37.4 mg·m－ 3 ，平均排放濃度為10. 8 mg·m－ 3 。NMAC 排放濃度 ＜ 10 mg·m－ 3 ，滿足 DB 11 /1488-2018油煙排放限值要求的有22家企業(yè)，占比52. 63%； NMAC初始濃度≥10 mg·m－ 3 的餐飲企業(yè)共17家，占比42.5%，其中顆粒物基準(zhǔn)濃度 ≥20 mg·m－ 3 有6家，占比15% 。DB11 /1488-2018 的編制說明中對100家餐飲企業(yè)的測試結(jié)果為7.50 mg·m － 3 ，與本研究的結(jié)果相近。55%的餐飲企業(yè)NMHC的初始排放濃度符合標(biāo)準(zhǔn)，*進(jìn)一步治理，約有一半的企業(yè)需要安裝VOCs治理設(shè)施，其中約有15%的餐飲企業(yè)需要安裝凈化效率**60% 的VOC治理設(shè)施。是否推廣普及針對VOCs的凈設(shè)備有待商榷。

將本研究所得NMH數(shù)據(jù)與上海市餐飲企業(yè)VOCs排放濃度( 0. 87 ～ 7. 31 mg·m － 3 ) 進(jìn)行對比，差異較大，原因可能是: ①凈化設(shè)備對VOCs有良好的凈化效果。本研究采集的為凈化前的樣品，而上海市的研究可能包含了凈化后的樣品；②樣本所覆蓋餐飲企業(yè)數(shù)量和菜系不同；③采樣時工況不同。

 

2.4 污染物排放總量估算

分別統(tǒng)計了41家餐飲企業(yè)的標(biāo)況排放風(fēng)量與平均基準(zhǔn)灶頭數(shù)。如圖4所示，各餐飲企業(yè)在不同標(biāo)況風(fēng)量的區(qū)間內(nèi)和不同折算灶頭數(shù)量下呈正態(tài)分布趨勢，標(biāo)況風(fēng)量平均值10 000 m3 ·h－ 1，折算灶頭數(shù)量平均值為5個。

經(jīng)實地調(diào)查發(fā)現(xiàn)，工作日( 250 d·a－ 1 ) 餐飲企業(yè)作業(yè)時間集中12: 00 ～13: 00與18: 00 ～19: 00，主營項目為外賣；非工作日( 115 d·a－ 1 ) 堂食顧客較多，兼具大量外賣，作業(yè)時間主要集中在11: 30～13: 30與17: 30～19: 30，即工作日日均作業(yè)時長約2 h，非工作日約4h。按商務(wù)部統(tǒng)計的2018年北京市餐飲業(yè)市場主體5. 95萬戶，估算2019年工作日與非工作日北京市餐飲源油煙、顆粒物和NMHC的排放總量，并計算2019年全年排放總量分別為5512、18849和6169t． 結(jié)果見表 2。

 

2012年廣州市餐飲企業(yè)油煙全年排放15.6 t，與本研究估算的5512t相差較大。原因可能是廣州和北京的餐飲企業(yè)類型不同，并且調(diào)查中粵菜占比60%，粵菜以蒸、煲烹飪?yōu)橹?，油煙排放能力遠(yuǎn)**以煎、炸、烹、炒和烤為主的各大菜系。

上海市2014年餐飲源顆粒物排放總量為681～946 t，廣州市2011年餐飲源細(xì)顆粒物排放總量為2807.93t，均與本研究估18848t相差大，原因可能在于: ①本研究中采樣位置位于凈化設(shè)備**，未考慮凈化設(shè)備對顆粒物的凈化效率；②本研究受顆粒物樣品采集方法所限，無法區(qū)分細(xì) 顆粒物與粗顆粒物，大量粗顆粒物的存在使得測算結(jié)果**其它研究；③不同城市的主要餐飲類型占比不同。本研究估算顆粒物排放總量遠(yuǎn)**北京市2005年餐飲源細(xì)顆粒物排放總量( 2100 t)，除以上原因外，自2005年( 4.1萬家) 至2018年( 5. 95萬家) ，北京市餐飲企業(yè)數(shù)量增長30%。生活水平提高，外出就餐人數(shù)增加，同時外賣行業(yè)興起，導(dǎo)致餐飲源排放總量顯著增長。本文基于餐飲企業(yè)數(shù)量估算201年北VOC年排放總量為6169t，與上海2014年VOCs年排放總量相近( 4124.33 ～ 7818.04 t·a－ 1 ) 。作為特大城市，北京與上海的餐飲業(yè)VOCs排放強(qiáng)度相似。本研究估算的北京市VOCs排放總量**廣州市2011年餐飲源VOCs排放總量1091.91t，該差異源自地區(qū)菜系差別． 本文與 Wang等基于上海市人口估算2018年北京的VOCs年排放總量( 1608.18 t·a－ 1 ) 相差近4倍，但是其基于餐飲企業(yè)數(shù)量與其基于上海市人口估算的2018年上海市VOCs年排放量相差也近4倍，產(chǎn)生這種差距的原因可能是兩種算法的統(tǒng)計學(xué)誤差。本研究估算的VOCs產(chǎn)生總量**北京市2003年餐飲業(yè)VOCs排放總量10559t，可能是受樣品采集和檢測方法、采樣時工況、餐飲企業(yè)建筑結(jié)構(gòu)和凈化設(shè)備等影響導(dǎo)致。

 

3.安科瑞AcrelCloud3500餐飲油煙監(jiān)測云平臺

為了彌補(bǔ)現(xiàn)存餐飲行業(yè)在煙油監(jiān)測上的漏洞，同時便利監(jiān)管部門的監(jiān)察，安科瑞油煙監(jiān)測云平臺應(yīng)運(yùn)而生。油煙監(jiān)測模塊通過2G/4G與云端平臺進(jìn)行通信和數(shù)據(jù)交互，系統(tǒng)能夠?qū)ζ髽I(yè)餐飲設(shè)備的開機(jī)狀態(tài)、運(yùn)行狀態(tài)進(jìn)行監(jiān)控；實現(xiàn)開機(jī)率監(jiān)測，凈化效率監(jiān)測，設(shè)施停運(yùn)

告警，待清洗告警，異常告警等功能；對采集數(shù)據(jù)進(jìn)行統(tǒng)計分析、排名等統(tǒng)計功能；較之傳統(tǒng)的靜電監(jiān)測方案，較具實效性。平臺預(yù)留與其他應(yīng)用系統(tǒng)、設(shè)備交互對接接口，具有很好的擴(kuò)展性。

 

3.1 平臺結(jié)構(gòu)

平臺GIS地圖采集餐飲油煙處理設(shè)備運(yùn)行狀態(tài)和油煙排放的濃度數(shù)據(jù)，自動對**標(biāo)排放及異常企業(yè)進(jìn)行提示預(yù)警，監(jiān)管部門可迅速進(jìn)行處理，督促餐飲企業(yè)整改設(shè)備，并定期清洗、維護(hù)，實現(xiàn)減排環(huán)保，不擾民等目的。現(xiàn)場安裝監(jiān)測終端，持續(xù)監(jiān)測油煙凈化器的工作狀態(tài)，包括設(shè)備運(yùn)行的電流、電壓、功率、耗電量等等，同時結(jié)合排煙口的揮發(fā)性物質(zhì)、顆粒物濃度等進(jìn)行對比分析，一旦排放**標(biāo)，系統(tǒng)會發(fā)出異常信號。

 

■ 油煙監(jiān)測設(shè)備用來監(jiān)測油煙、顆粒物、NmHc等數(shù)據(jù)

■ 凈化器和風(fēng)機(jī)配合對油煙進(jìn)行凈化處理，同時對凈化設(shè)備的電流、電壓進(jìn)行監(jiān)測

■ 設(shè)備通過4G網(wǎng)絡(luò)將采集的數(shù)據(jù)上傳至遠(yuǎn)程云端服務(wù)器

3.2平臺主要功能

（1）在線監(jiān)測

對油煙排污數(shù)據(jù)的監(jiān)測，包括油煙排放濃度，顆粒物，NmHc等數(shù)值采集監(jiān)測；同時對監(jiān)控風(fēng)機(jī)和凈化器的啟停狀態(tài)、運(yùn)行數(shù)據(jù)進(jìn)行監(jiān)測。

 

(2)告警數(shù)據(jù)監(jiān)測

系統(tǒng)根據(jù)采集的油煙數(shù)值大小，產(chǎn)生對應(yīng)的排放**標(biāo)告警；對凈化器的運(yùn)行數(shù)據(jù)分析，上傳凈化設(shè)備對應(yīng)的運(yùn)行、停機(jī)、故障等告警事件。

(3)數(shù)據(jù)分析

運(yùn)行時長分析，離線分析；告警占比、排名分析；歷史數(shù)據(jù)統(tǒng)計等。

 

(4)隱患管理

系統(tǒng)對采集的告警數(shù)據(jù)分析，產(chǎn)生對應(yīng)的隱患記錄，派發(fā)、處理隱患，及時處理告警，形成閉環(huán)。

 

(5)統(tǒng)計分析

包括時長分析、**標(biāo)分析、歷史數(shù)據(jù)、分析報告等模塊。

 

(6)基礎(chǔ)數(shù)據(jù)維護(hù)

個人信息、權(quán)限維護(hù)，企業(yè)信息錄入，對應(yīng)測點信息錄入等。

(7)數(shù)據(jù)服務(wù)

數(shù)據(jù)采集，短信提醒，數(shù)據(jù)存儲和解析。

3.3 油煙監(jiān)測主機(jī)

油煙監(jiān)控主機(jī)是現(xiàn)場的管理設(shè)備，實時采集油煙濃度探測器和工況傳感器的信號，進(jìn)行數(shù)據(jù)處理，通過有線或無線網(wǎng)絡(luò)通訊將數(shù)據(jù)傳輸?shù)椒?wù)器平臺。同時，對本地數(shù)據(jù)進(jìn)行存儲，監(jiān)控現(xiàn)場設(shè)備狀態(tài)，提供人機(jī)操作界面。

 

3.4設(shè)備選型方案

4.結(jié)論

(1) 選取的41家餐飲企業(yè)涵蓋了4種典型菜系，具有一定的代表性。北京市餐飲源產(chǎn)生污染物能力較強(qiáng)，油煙，顆粒物和非甲烷總烴的基準(zhǔn)平均濃度分別為1.93、6.6與10.9 mg·m－ 3 ，均**過了北京市對餐飲企業(yè)排放的地方標(biāo)準(zhǔn)，對餐飲企業(yè)加裝凈化器十分有必要。 

(2) 餐飲源產(chǎn)生的油煙與顆粒物之間存在較強(qiáng)的相關(guān)性，在對餐飲源排放污染物的監(jiān)督管理過程中可以只對其中一項污染物進(jìn)行檢測，用于評估此餐飲企業(yè)的排放能力，從而節(jié)省檢測費(fèi)用。

(3) 估算了北京市2019年餐飲業(yè)油煙，顆粒物和NMHC的年產(chǎn)生總量，分別為5512、18849 和6169t，略**實際排放數(shù)值。原因是本文選取的菜系排放水平稍**其他菜系，且樣品均采集自凈化設(shè)備**，未考慮凈化效率對實際排放總量的影響。 

(4) 本研究為《餐飲業(yè)大氣污染排放標(biāo)準(zhǔn)》 ( DB11 /1488-2018) 發(fā)布后的在北京市范圍內(nèi)對餐飲源污染物產(chǎn)生的普查。隨著近年來餐飲業(yè)的飛速發(fā)展，該行業(yè)產(chǎn)生的污染物總量呈現(xiàn)上升趨勢。本文提供了以北京為例的中國特大城市餐飲企業(yè)排放強(qiáng)度的估算數(shù)據(jù)與估算方法，為**了解餐飲企業(yè)的排放強(qiáng)度提供了基礎(chǔ)數(shù)據(jù)，為治理特大城市餐飲企業(yè)污染提供數(shù)據(jù)支持，并提出了需要治理的對象

 

【參考文獻(xiàn)】

［1］劉芃巖，馬傲娟，邱鵬，等．保定市餐飲源排放 PM2.5中污染物特征及來源分析［J］．環(huán)境化學(xué)，2019，38( 4) : 770- 776.

［2］劉欣然．北京大氣氣溶膠中烴類污染物的特征研究［D］．北京: 中國科學(xué)院研究 生院 (大氣物理研究所)，2008．

［3］蔣燕，尹元暢，王波，等．成都市川菜烹飪油煙中VOCs排放特征及其對大氣環(huán)境的影響［J］．環(huán)境化學(xué)，2014，33( 11) : 2005-2006．

［4］孫成一，白畫畫，陳雪，翟翼飛，高啟天，何萬清，聶磊，石愛軍，李國傲.北京餐飲業(yè)大氣污染物排放特征.［J］環(huán)境科學(xué).2020.

［5］安科瑞AcrelCloud-3500餐飲油煙監(jiān)測云平臺.2020.05版.


安科瑞電子商務(wù)(上海)有限公司專注于餐飲油煙智能在線監(jiān)測系統(tǒng),電動機(jī)智能保護(hù)裝置,電瓶車智能充電管理系統(tǒng),工業(yè)能耗監(jiān)測系統(tǒng),弧光保護(hù)裝置,數(shù)顯溫濕度控制器等, 歡迎致電 13524471462

• 詞條

  詞條說明

• 淺談電能管理系統(tǒng)在廣播電視**臺低壓配電中的應(yīng)用

  摘要：本文介紹利用**的智能電力儀表技術(shù)，完成對配電系統(tǒng)電能的智能管理。它的使用不但可以24小時在線檢測供電運(yùn)行狀況，而且還可以自動發(fā)出控制指令和告警信息，自動記錄配電系統(tǒng)運(yùn)行參數(shù)、統(tǒng)計有關(guān)信息。為廣播電視安全播出提供了供電**，還大大減輕了值班人員的工作強(qiáng)度，提高了工作效率。關(guān)鍵詞：低壓配電電能管理；智能監(jiān)測1 供配電系統(tǒng)基本情況?? ? ? ?

• 淺談數(shù)據(jù)中心供配電系統(tǒng)發(fā)展趨勢分析

  摘要：隨著科學(xué)技術(shù)的飛速發(fā)展，數(shù)據(jù)中心供配電系統(tǒng)也在不斷創(chuàng)新和發(fā)展。論文簡要分析了現(xiàn)階段數(shù)據(jù)中心配電架構(gòu)，并給出了未來數(shù)據(jù)中心配電系統(tǒng)的發(fā)展趨勢，給相關(guān)人員提供參考。關(guān)鍵詞：預(yù)制化;鋰電池;分布式能源；邊緣數(shù)據(jù)中心1引言? ? ? ?隨著云計算與AI技術(shù)的迅速發(fā)展，數(shù)據(jù)中心基礎(chǔ)設(shè)施迎來了巨大的發(fā)展機(jī)遇,也面臨著**的挑戰(zhàn)。現(xiàn)有的大多數(shù)據(jù)中心均使用相同的配電架

• 淺談數(shù)據(jù)中心供配電設(shè)計應(yīng)用以及監(jiān)控產(chǎn)品選型

  摘 要：近年來，隨著數(shù)據(jù)中心的迅猛發(fā)展，數(shù)據(jù)中心的能耗問題也越來越**，有關(guān)數(shù)據(jù)中心的能源管理和供配電設(shè)計已經(jīng)成為熱門問題，高效可靠的數(shù)據(jù)中心配電系統(tǒng)方案，是提高數(shù)據(jù)中心電能使用效率，降低設(shè)備能耗的有效方式。結(jié)合相關(guān)技術(shù)規(guī)范分析某數(shù)據(jù)中心新舊配電方案的利弊，為新型模塊化機(jī)房的設(shè)計提供參考。關(guān)鍵詞：數(shù)據(jù)中心 末端配電 列頭柜??1概述? ? ? &n

• 配電網(wǎng)三相APF-STATCOM諧波、不平衡負(fù)載無功電流控制

  ?季曉春1，王建華2，嵇保健3，曹武2，劉建春1 (1.?安科瑞電氣股份有限公司，上海市，201801 2.?江蘇省智能電網(wǎng)技術(shù)與裝備重點實驗室，東南大學(xué)電氣工程學(xué)院，江蘇省?南京市?210096 3.?南京工業(yè)大學(xué)自動化與電氣工程學(xué)院，江蘇省?南京市210009) Three Phase Shunt APF-STATCOM