超细化煤粉燃烧硫释放的特性

在德国NETZSCH公司生产的STA 409C型热天平联合德国BRUKE公司生产的EQUINOX55傅里叶红外光谱仪上(TGA-FTIR),对合山高硫煤4种不同粒径煤样的硫释放特性进行了燃烧实验研究,重点研究了超细化煤粉(0～20μm)的自脱硫特性及加入脱硫剂CaO时的脱硫特性.结果表明不加脱硫剂时,超细化煤粉(hs10.90)燃烧生成的SO₂气体总量比其它较大颗粒的煤粉燃烧生成的SO₂气体的总量小.以CaO作脱硫剂钙硫摩尔比(Ca/S)为3的情况下,超细化煤粉(hs10.90)燃烧生成的SO₂气体总量比其它较大颗粒的煤粉燃烧生成的SO₂气体的总量小得多.超细化煤粉的优越脱硫特性为煤粉燃烧过程中的直接固硫提供了新的思路与途径.     

WPSTM-TEOMTM-MOUDITM的对比及大气气溶胶密度研究

通过对2005年夏季上海、北京地区大气气溶胶观测中3种不同原理气溶胶分析及采样仪的对比,考察了颗粒物个数浓度粒径分布仪（WPS^TM）、锥形元件振荡微量天平（TEOM^TMTM）在运行中所得数据的可比性.其中TEOM^TM测量PM_2.5质量浓度与WPS^TM计算PM_2.5质量浓度数据的相关系数分别为0.77和0.79,并发现在粗粒子颗粒物比例较高的时段二者相关性分别提高为0.91和0.84.MOUDI^TM分级质量浓度与WPS^TM计算分级质量浓度数据对比显示,除最小粒径分级外其他分级均有较好相关性（R分布在0.76～0.92）.应用2组不同对比数据推测了上海和北京观测点PM_2.5颗粒物密度,研究发现上海采样点颗粒物密度约为1.70 g·cm^-3,而北京采样点颗粒物密度约为1.50 g·cm^-3.     

超细煤粉在氧化条件下NOx的释放特性实验研究

采用DTG(热重/差热分析仪)和GC-MS(气相色谱质谱联用仪)对鹤岗煤超细化煤粉进行燃烧试验,分析了粒径、氧气浓度、升温速率对NO_x释放的影响.结果表明,不同粒径的鹤岗煤在氧气浓度为20％的燃烧条件下,NO_x的析出均为单峰曲线;粒径对煤粉燃烧NO_x释放有重要影响,超细化煤粉可以减少NO_x的排放;在5、10、20 ℃/min升温条件下,随升温速率的增大NO和NO₂的析出量也增加,并且NO的最大析出速率对应的温度随着升温速率的提高也提高;随着燃烧气氛氧气浓度的增高,NO_x的析出量相应增加,并且NO_x的最大析出速率对应温度相应降低.     

成都市冬季相对湿度对颗粒物浓度和大气能见度的影响

利用成都市城区2015年12月的连续在线观测数据,如相对湿度（RH）、能见度、颗粒物（PM₁₀、PM_2.5和PM₁）浓度、气态污染物（SO₂和NO₂）浓度以及PM_2.5中SO₄^2-和NO₃^-浓度,探讨RH对颗粒物浓度和大气能见度的影响.结果表明,高颗粒物浓度和高RH协同作用导致低能见度事件.观测阶段,PM_2.5在PM₁₀中的平均比重为64%,表明成都市冬季细颗粒物污染严重;随着RH增加,PM_2.5/PM₁₀显著增加,表明高RH会加重细颗粒物污染.随着PM_2.5浓度增加,能见度呈幂指数下降;在相同PM_2.5浓度下,RH越高,能见度越低.当颗粒物浓度较低时,RH对能见度的影响作用较强;当颗粒物浓度较高时,大气消光主要由PM_2.5浓度控制,RH对能见度的影响减弱.当RH大于70%时,硫氧化率（SOR）和氮氧化率（NOR）的均值分别从0.27和0.11（RH小于40%）增长至0.40和0.19,表明较高RH对二次硫酸盐和硝酸盐的生成有显著的促进作用,二次硫酸盐和硝酸盐单独或协同影响空气质量.     

深圳市城区大气颗粒物及主要水溶性无机离子的污染特征

基于2015年深圳市大气颗粒物和主要水溶性无机离子的观测数据,深入分析了大气颗粒物的浓度变化及二次污染特征.结果表明2015年深圳的大气颗粒物（PM₁₀、PM_2.5、PM₁）浓度虽然低,但其中细粒子占比高,PM_2.5/PM₁₀的比值高达0.744,甚至大于广州典型灰霾过程中的粗细粒子比.大气颗粒物浓度季节变化明显,秋冬高,春夏低.其日变化特征明显受到交通高峰的影响,汽车尾气可能是污染来源之一.SO₄^2-、NO₃^-和NH₄⁺（SNA）质量浓度在PM_2.5中的占比超过1/3（37.7%）,且全年硫转化率都大于0.1,这说明深圳市细颗粒物主要来自于二次转化.深圳大气颗粒物浓度受气象要素影响显著,与气压正相关,与气温、相对湿度、降水及风速负相关;若将风速、气温、气压、相对湿度和降水作为一个整体考虑,这些气象要素对深圳大气颗粒物浓度的影响大小是PM₁ > PM₁₀ > PM_2.5.本工作不仅对深圳的大气环境管理和经济可持续发展有着重要参考价值,还对空气相对清洁地区的大气颗粒物和霾治理具有指导意义.     

关中盆地NO2和SO2对颗粒物污染的协同效应

基于WRF-Chem模式模拟了关中盆地2019年1月2—14日一次颗粒物污染事件,评估了NO_x和SO₂减排及其在颗粒物污染中的协同作用对PM_2.5污染的影响。敏感性实验结果表明：NO_x减排可使PM_2.5中硝酸盐含量下降,但大气中O₃浓度上升,大气氧化能力增强,其他二次组分上升,导致PM_2.5下降不明显;SO₂人为源减排可使硫酸盐质量浓度下降,但由于硫酸盐在PM_2.5中占比较低,当SO₂减排75%时,PM_2.5仅下降1.74%;当减排比例较高时,NO_x和SO₂同时减排更有利于颗粒物污染防治。PM_2.5质量浓度在NO_x和SO₂同时减排75%时比分开减排75%时多下降0.75%,主要是硫酸盐下降所致;对气溶胶含水量进行分析,发现NO_x对气溶胶含水量影响较大,当NO_x减排75%时,气溶胶含水量可下降15.51%;此外,NO_x和SO₂同时减排比分开减排时气溶胶含水量更低,更不利于二次颗粒物生成。     

烟花爆竹集中燃放的大气细颗粒物(PM2.5)成分图谱

烟花爆竹燃放是大气细颗粒物（PM_2.5）来源的途径之一.以泉州城区春节期间为例,研究烟花爆竹燃放对大气细颗粒物的影响,服务大气污染的特殊污染源管理.结果表明,烟花爆竹集中燃放时段,SO₂、PM₁₀和PM_2.5浓度明显升高,尤以PM_2.5的升高最为显著,城区PM_2.5日均浓度峰值约为年均值的4倍,涂山街点位PM_2.5小时浓度峰值约为城区年均值的21倍;燃放高峰期Al、Mg、Ba、Cu、Sr等烟花爆竹的特征元素占比迅速上升,Al⁺、Mg⁺、Ba⁺、Cu⁺间的小时数浓度高度相关;监测期间泉州城区细颗粒物主要污染源是烟花爆竹燃放和生物质燃烧,贡献占总颗粒物的一半以上,燃煤和工业工艺源的比例相对较低,均低于10.0%;集中燃放时段大气细颗粒物浓度高达0.578 mg·m^-3,此时的烟花源的贡献比例也提升到58.2%;污染过程分析表明PM_2.5浓度与烟花源的占比、数浓度的变化趋势具有趋同性.以上结果说明烟花爆竹的集中燃放是春节期间泉州大气环境恶化的主要原因.     

PM10切割器捕集效率评价装置及方法研究

PM₁₀切割器是对大气颗粒物粒径进行分离的重要部件,会影响PM₁₀监测结果的准确性.本研究通过搭建基于静态箱法的切割器捕集效率评价系统,对进口和国产的两款旋风式PM₁₀切割器的捕集效率进行了评价,通过使用标准规定的8种粒径单分散聚苯乙烯微球,测量并拟合了PM₁₀切割器的捕集效率曲线,最终获取D_a50（PM₁₀切割器的捕集效率为50%时对应的空气动力学粒径）及几何标准偏差.评价结果表明,该装置能满足PM₁₀切割器的评价需求,所评价的两个PM₁₀切割器的D_a50分别为10.43 μm和10.44 μm,性能指标均符合标准规定,且进气流量增大时,PM₁₀切割器的D_a50呈减小趋势.该研究结果对于进一步规范切割器的制造及使用具有科学意义.     

医院污水处理中可吸附有机卤化物（AOX）及其毒性研究

对序批式膜生物反应器（MBR）处理前后医院污水中的AOX进行了比较,分析了c_Rt值对不同水质中AOX生成量的影响及相应的生物毒性.结果表明,序批式MBR对医院污水中AOX的去除率达到63.6％,其中膜截留占14.5％;要获得相同的c_Rt值,原污水所需的投氯量显著高于MBR出水,相应生成的AOX浓度也较高;通过曲线拟合发现,随着c_Rt的增长,医院原污水中AOX浓度呈指数增长,而MBR出水呈线性关系.以粪大肠杆菌为指示微生物,要达到医院污水微生物排放标准（GB 18466-2005）,医院原污水所需c_Rt为5.5 (mg·h)/L,而MBR出水只需c_Rt为0.007 5 (mg·h)/L,其相应的生物毒性分别为40.39 μg/L和8.96 μg/L (以K₂Cr₂O₇计),AOX浓度分别为607.1 μg/L和102.5 μg/L.     

贵州农村地区冬季典型燃料产生的室内空气PM2.5和CO排放污染特征研究

贵州冬季阴冷潮湿,农村家庭使用原煤和生物质燃料作为家庭做饭和取暖燃料,室内空气污染对居民健康造成潜在危害。论文选取贵州农村地区冬季典型燃料使用产生的室内空气PM_2.5和CO排放为研究对象,研究其排放污染特征,并探讨室内空气CO-PM_2.5浓度间的相关性。研究结果表明,不同类型燃料的家庭室内PM_2.5浓度水平是燃煤 > 燃柴 > 沼气;厨房浓度高于客厅。燃煤的家庭厨房PM_2.5浓度最高,为222.54±41.12 μg/m³,燃柴家庭次之,为130.48±26.53 μg/m³,燃沼气家庭的厨房为74.95±19.20 μg/m³。室内CO浓度较低,不同类型燃料的家庭室内CO浓度水平是燃柴 > 燃煤 > 沼气。燃柴家庭客厅CO浓度最高,为3.16±0.73 mg/m³,其次是燃柴家庭的厨房,为2.76±0.25 mg/m³;燃煤家庭的厨房CO浓度较低,为2.32±0.33 mg/m³;最低为燃沼气家庭的厨房,为0.66±0.07 mg/m³。除沼气村外,燃煤及燃柴家庭室内(厨房和客厅)PM_2.5浓度均超过环境空气质量标准(GB3095-2012)PM_2.5限值75 μg/m³,室内CO浓度均低于该标准中CO限值10 mg/m³。固体燃料燃烧是贵州农村PM_2.5的主要来源,室内PM_2.5和CO浓度相关性分析表明二者不具有显著相关性,采用CO监测值来推算PM_2.5以提高监测效率的应用可能性受到限制。研究表明,贵州农村地区需采取更加有效的干预措施以减少室内空气污染尤其是控制PM_2.5排放。     

太原市居民生活燃煤大气污染物排放清单研究

为了科学计算居民生活燃煤对大气污染物排放的贡献率,建立了太原市居民生活燃煤的大气污染物排放清单.利用高分辨率遥感卫星影像、DEM（数字高程模型）和GIS（地理信息系统）对太原市平房空间分布及面积进行了解译,得到2016年太原市平原、山区、城乡区域平房面积.对平原农村、山区农村、城中村典型区域进行实地调查,统计不同区域户均平房面积和生活燃煤使用量,估算得到了平原农村、山区农村、城中村的生活燃煤使用量.结合相关文献测算的排放因子,计算太原市居民生活燃煤散烧的PM₁₀、PM_2.5、SO₂、NO_x、VOCs、CO、OC、EC排放总量.结果表明:2016年太原市有22.8×104户燃煤散烧居民,2016年燃煤消耗量为109.6×104 t,平原和城乡居民是主要的生活燃煤用户也是居民生活燃煤大气污染物的主要排放源;太原市居民生活燃煤散烧的PM₁₀、PM_2.5、SO₂、NO_x、VOCs、CO、OC、EC排放总量分别为9 666.7、7 518.6、8 110.4、1 753.6、657.6、153 549.6、3 419.5、2 882.5 t;2016年太原市清徐县和太原市城区居民煤炭消耗量合计达97.9×104 t,占全年燃煤总消耗量的88%.研究显示,太原市应加快煤改气、煤改电和集中供热建设,进一步推广清洁能源以期减小居民生活燃煤大气污染.      

福建省4种主要乔木枝叶燃烧含碳物质排放特性分析

森林可燃物燃烧释放的大量含碳物质对大气环境和生态系统碳平衡具有重要影响,揭示森林可燃物燃烧的含碳物质排放特性具有重要的科学意义.运用自主设计的生物质燃烧系统,模拟福建省4种主要乔木树种——马尾松、杉木、樟树、桉树的枝、叶燃烧,分析其在不同燃烧状态（阴燃、明燃）下含碳气体（CO、CO₂、C_xH_y）和PM_2.5的排放因子（分别以EF_CO2、EF_CO、EF_CxHy、EF_PM2.5表示）及PM_2.5中的碳质组分之间的差异性.结果表明,马尾松、杉木、樟树、桉树燃烧排放的含碳气体、PM_2.5的排放因子及PM_2.5的碳质组分在不同燃烧状态下差异较大,阴燃时EF_CO2、EF_CO、EF_CxHy、EF_PM2.5平均值在分别为（1 400.7±76.5）（297.6±16.2）（25.2±3.9）（23.9±4.3）g/kg,明燃时分别为（1 582.8±73.2）（253.6±16.1）（17.2±3.7）（8.4±2.8）g/kg,除CO₂外其他多为阴燃显著高于明燃.针叶树种（杉木、马尾松）枝、叶在阴燃时EF_PM2.5高于阔叶树种（樟树、桉树）,而明燃时差异相对较小.PM_2.5中OC（有机碳）、EC（元素碳）、TC（OC+EC）的质量分数阴燃时分别为45.6%、12.0%、57.6%,明燃时分别为42.9%、17.6%、60.5%.EF_OC/EF_PM2.5、EF_EC/EF_PM2.5、EF_OC/EF_EC在两种燃烧状态下具有不同的特征,其特征值可作为区分不同燃烧源或不同燃烧状态的指标;EF_OC/EF_PM2.5在明燃和阴燃时差异不大,平均值分别为0.49、0.46;EF_EC/EF_PM2.5明燃显著高于阴燃,平均值分别为0.18、0.12;4种乔木的枝、叶燃烧的EF_OC/EF_EC明燃低于阴燃,平均值分别为2.59和4.01.在两种燃烧状态下OC与PM_2.5的排放因子均呈显著相关.研究显示,不同燃烧条件以及不同燃料燃烧对排放含碳物质具有显著影响.      

乌鲁木齐市散煤燃烧大气污染物排放清单及时空分布特征

为研究乌鲁木齐市散煤燃烧对大气污染物的贡献情况,根据实地调研收集到的散煤燃烧活动水平数据,利用排放因子法建立2015年乌鲁木齐市散煤燃烧PM_2.5、SO₂和NO_x的排放清单,利用ArcGIS空间分析工具进行空间分布特征分析,使用蒙特卡罗方法进行不确定性分析.结果表明:2015年散煤燃烧排放PM_2.5、SO₂、NO_x分别为1.70×104、4.13×104、2.80×103 t.PM_2.5和SO₂排放的主要贡献区域为乌鲁木齐县,分别占排放总量的27.35%和26.23%,这是由于乌鲁木齐县社区居民和大棚种植耗煤量较大所致;NO_x排放的主要贡献区域为米东区,贡献率高达28.03%,这是因为米东区社区居民所用炉灶为手动炉排层燃炉灶,其排放因子较大所致.空间分布特征表明,污染物主要分布在米东区南部、沙依巴克区北部及乌鲁木齐县中部.不确定性分析表明,村庄、社区、大棚种植、商业和事业单位在95%的置信区间时不确定性分别为-69%~165%、-57%~116%、-68%~171%和-67%~165%.蒙特卡罗预测结果（平均值）高于排放清单的计算结果.研究显示,乌鲁木齐市散煤燃烧对污染物排放贡献较大,并且具有明显的季节性和区域性特征.      

The comparison of source contributions from residential coal and low-smoke fuels,using CMB modeling,in South Africa

D-grade residential coal is being widely used as a fuel source for heating and cooking by most of the lower-income urban communities in South Africa. Emissions from residential coal combustion have been a major cause of elevated air pollution levels in the industrialized areas of South Africa. The adverse health effects resulting from exposure to residential coal combustion emissions have been a major public concern for many years. To address this, the Department of Minerals and Energy of South Africa conducted a macro-scale experiment in the township of Qalabotjha during the winter of 1997 to assess the technical and social benefits of combusting low-smoke fuels.This paper reports the PM_2.5 and PM₁₀ chemical mass-balance (CMB) source apportionment results from Qalabotjha during a 30-day sampling period, including a 10-day period when a large proportion of low-smoke fuels was combusted. Though emission rates of D-grade coal and low-smoke fuels may vary, their chemical abundances are too similar to be separated in CMB calculations. The source apportionment study confirmed that residential coal combustion is by far the greatest source of air pollution, accounting for 62.1% of PM_2.5 and 42.6% of PM₁₀ at the three Qalabotjha sites. Biomass burning is also a major source, accounting for 13.8% of PM_2.5 and 19.9% of PM₁₀. Fugitive dust is only significant in the coarse particle fraction, accounting for 11.3% of PM₁₀. Contributions from secondary ammonium sulfate are three–four times greater than from ammonium nitrate, accounting for 5–6% of PM mass. Minor contributions (less than 1%) were found for power plant fly ash, motor vehicle exhaust, and agricultural lime. Average PM_2.5 and PM₁₀ mass decreased by 20 and 25%, respectively, from the D-grade coal combustion period (days 1–10) to the majority of the low-smoke fuel period (days 11–20). Relative source contribution estimates (SCE) were quite similar among the three sampling periods for PM_2.5, and were quite different for PM₁₀ during the second period when 14% higher residential coal combustion and 9% lower biomass burning source contributions were found.     

春季沙尘过程对华东高山背景区域颗粒物中水溶性无机离子的影响

于2014年3—5月在国家大气背景监测福建武夷山站采集了PM2.5及PM2.5~10样品,利用离子色谱对其中的水溶性组分进行分析,并同步收集气象因子及污染物质量浓度数据,结合后向气流轨迹,分离出受沙尘影响的样品,探讨了春季沙尘过程华东高山背景区域颗粒物中水溶性组分的特征.结果表明,春季武夷山背景点沙尘影响期间颗粒物质量浓度及各水溶性离子浓度均比非沙尘期高,在粗粒子中表现更为明显;沙尘期间NO-3在粗粒子中明显富集,NO-3浓度显著升高;受沙尘影响,粗粒子中阳离子与阴离子的当量浓度比及NO2的二次转化率均明显升高.     

2019年元旦前后石家庄市重污染过程PM2.5污染特征及来源解析

2018年12月30日至2019年1月15日石家庄市发生了连续的灰霾天气,出现12个重污染天,首要污染物均为PM_2.5.本文从污染演变、时空分布、组分分析、污染来源和气象因素等多方面展开分析探讨污染成因.结果表明,PM_2.5主要成分为二次无机离子（65.4%）,主要来源为燃煤（24.4%）和工业工艺源（23.7%）.随污染加剧SO₄^2-占比和二次无机源贡献均大幅增加.先后受来自偏南-东南和偏西-西南方向低空气团及特殊地形、静稳高湿、近地逆温等不利气象条件影响,燃煤、工业和机动车尾气等一次源产生的污染物在太行山前快速积累,气态污染物二次转化和颗粒物吸湿增长推高PM_2.5,硫酸盐暴发式增长加剧污染发生.建议重污染应急响应期间在确保各项减排措施落实到位情况下,加强二次无机组分前体物SO₂、NO_x及NH₃排放源的管控,并重点关注SO₂排放源（散煤等）,同时加强市区东北方向新乐、无极、深泽、晋州和行唐区县大气排放源管理,减少局地传输影响.     

Progressively narrow the gap of PM2.5 pollution characteristics at urban and suburban sites in a megacity of Sichuan Basin, China

Nowadays, the fine particle pollution is still severe in some megacities of China, especially in the Sichuan Basin, southwestern China. In order to understand the causes, sources, and impacts of fine particles, we collected PM_2.5 samples and analyzed their chemical composition in typical months from July 2018 to May 2019 at an urban and a suburban (background) site of Chengdu, a megacity in this region. The daily average concentrations of PM_2.5 ranged from 5.6-102.3 µg/m³ and 4.3-110.4 µg/m³ at each site. Secondary inorganics and organic matters were the major components in PM_2.5 at both sites. The proportion of nitrate in PM_2.5 has exceeded sulfate and become the primary inorganic component. SO₂ was easier to transform into sulfate in urban areas because of Mn-catalytic heterogeneous reactions. In contrast, NO₂ was easily converted in suburbs with high aerosol water content. Furthermore, organic carbon in urban was much greater than that in rural, other than elemental carbon. Element Cr and As were the key cancer risk drivers. The main sources of PM_2.5 in urban and suburban areas were all secondary aerosols (42.9%, 32.1%), combustion (16.0%, 25.2%) and vehicle emission (15.2%, 19.2%). From clean period to pollution period, the contributions from combustion and secondary aerosols increased markedly. In addition to tightening vehicle controls, urban areas need to restrict emissions from steel smelters, and suburbs need to minimize coal and biomass combustion in autumn and winter.     

Influence of different weather events on concentrations of particulate matter with different sizes in Lanzhou, China

The formation and development of weather events has a great impact on the diffusion, accumulation and transport of air pollutants, and causes great changes in the particulate pollution level. It is very important to study their influence on particulate pollution. Lanzhou is one of the most particulate-polluted cities in China and even in the world. Particulate matter (PM) including TSP, PM_>10, PM_2.5-10, PM_2.5 and PM_1.0 concentrations were simultaneously measured during 2005-2007 in Lanzhou to evaluate the influence of three kinds of weather events - dust, precipitation and cold front - on the concentrations of PM with different sizes and detect the temporal evolution. The main results are as follows: (1) the PM pollution in Lanzhou during dust events was very heavy and the rate of increase in the concentration of PM_2.5-10 was the highest of the five kinds of particles. During dust-storm events, the highest peaks of the concentrations of fine particles (PM_2.5 and PM_1.0) occurred 3 hr later than those of coarse particles (PM_>10 and PM_2.5-10). (2) The major effect of precipitation events on PM is wet scavenging. The scavenging rates of particles were closely associated with the kinds of precipitation events. The scavenging rates of TSP, PM_>10 and PM_2.5-10 by convective precipitation were several times as high as those caused by frontal precipitation for the same precipitation amount, the reason being the different formation mechanism and precipitation characteristics of the two kinds of precipitation. Moreover, there exists a limiting value for the scavenging rates of particles by precipitation. (3) The major effect of cold-front events on particles is clearance. However, during cold-front passages, the PM concentrations could sometimes rise first and decrease afterwards, which is the critical difference in the influence of cold fronts on the concentrations of particulate pollutants vs. gaseous pollutants.     

南京江北新区大气单颗粒来源解析及混合状态

利用单颗粒气溶胶飞行时间质谱（SPAMS）于2015年12月1~31日对南京江北新区大气单颗粒进行了测量,共采集到同时含有正负离子谱图的颗粒747.8万个.结果表明,监测期间南京江北新区总体空气质量较差,污染天气占比为49.2%,SPAMS所捕获的颗粒数与PM_2.5质量浓度的相关性达到0.83,因此颗粒物数浓度在一定程度上能够用来反映大气污染状况,监测点主要污染源包括燃煤源以及机动车尾气源,工业工艺源污染占比居第3位,3种源的总贡献率达到63.5%.从整体上看,PM_2.5质量浓度的升高大多伴随着燃煤及机动车尾气占比的升高,EC、混合碳（ECOC）与OC在生物质燃烧、扬尘、汽车尾气排放、燃煤燃烧以及工业源中均与NO₂^-、NO₃^-以及SO₄^-有较高的混合程度.     

黔西南煤燃烧产物微量元素分布特征及富集规律研究

通过对黔西南高砷煤及燃烧产物(底灰、粗飞灰、细飞灰和烟气)中微量元素含量、水溶性及赋存状态的测定,分析了微量元素在燃煤产物中的分布特征及富集规律,探讨了燃煤过程中微量元素迁移转化机制.结果表明,As和Sb是黔西南高砷煤的主要危害元素,含量分别为(256±195)μg.g-1和(26±21)μg.g-1.根据元素在燃煤产物中富集程度的差异,将其分为4类:Ⅰ底灰富集型(Cr和W);Ⅱ均匀富集型(Cu和Ba);Ⅲ飞灰富集型(Mn和Mo);Ⅳ细飞灰超富集型(As、Cd、Sb和Pb).As的挥发性强于Sb和Pb.As在细飞灰上表现出强烈的富集;而Sb和Pb在原煤和燃烧产物中的分配具有明显的正相关关系(R2=0.990 1,P<0.05).亲石元素容易在底灰沉积或组成飞灰颗粒基质,亲硫元素燃烧后易于吸附在飞灰颗粒表面.而飞灰颗粒粒径越小,比表面积越大,所吸附的微量元素含量越高.