德国PEN3电子鼻分析某电子厂排放的废气恶臭的试验报告

1、实验项目
北京某电子有限公司生产车间的不同废气总排口进口处及出口处排放（涂装、喷涂、电镀）的工业废气恶臭强度，厂界内（顶楼排气界限）、厂界外（工厂与马路的交界西面、北面、南面厂界处）不同地点的环境恶臭污染程度实验检测。
2、相关实验人员： 北京某电子有限公司/北京盈盛恒泰科技有限责任公司
3、实验仪器设备与标准依据
电子鼻系统，PEN3，德国 AIRSENSE 公司。该电子鼻含有 10 个不同的金属氧化物传感器，组成传感器阵列。检测主要是依据 GB/T14675-1993《空气质量 恶臭的测定 三点比较式嗅袋法》排污标准数据为指纹模板评价，即 GB14554-1993《恶臭污染物排放标准》三级标准。实时检测数据与国标指纹模板对比，直接得出检测恶臭强度（OU）值，利用 LDA、PCA方法识别分析出排污总体状况。
4、数据处理
本实验在对每个样品的数据采集过程中，通过查看每个传感器响应信号的变化曲线、每个时间点的信号值及星型雷达图或柱状指纹图，可以清晰考察各个传感器在实验分析过程中的响应情况。并通过传感器选择设置可以查看在不同数量的传感器情况下的响应情况。由于每个传感器对某一类特征气体响应剧烈，可以确定样品分析过程中样品主要挥发出了哪一类特征气体。对于样品区分分析，本实验提取 10 个传感器的特征值，然后采用主成分分析法(PCA)，线性判别法(LDA)和传感器区别贡献率分析法(Loadings)作为主要区别分析方法。在用 PCA进行分析时，可以查看在每个主成分下样品区分的状况，并可以分析样品之间主要是由哪一类组分起主要区分作用；LDA是 DFA(识别因子法)的di一步，LDA分析注重类别的分类以及各种组之间的距离分析；Loadings分析法与PCA是相关的，它们都基于同一种算法，但不同的是，本实验中Loadings算法主要是对传感器进行研究，利用该方法可以确认特定实验样品下各传感器对样品区分的贡献率大小，从而可以考察在这个样品区分过程中哪一类气体起了主要区分作用。通过区别判定 DFA、欧氏距离 EUCLID、马氏距离 MAHALANOBIS 和相关性分析 CORRELATION 等方法，有效判定未知样归属于哪一类，达到一个用电子鼻验证未知样的实验结果。并通过 PLS 偏Z小二乘法进行 OU 值的定量预测。
5、结果分析与讨论

通过数据中可以看出该厂的总排气口、厂界内外周边环境均出现不同程度的恶臭污染超标情况甚至可以说超标情况相当严重。废气总排口和环境空气通过电子鼻分析，样品信号采集稳定，结果明显； 每个样品传感器走势接近，并且可以清晰的进行区分；2、4、7、9 号传感器为此次分析的关键传感器，对气体响应明显，对区分贡献率Zda。如果想要详细的进行分析，还需要大量的试验数据。

部分图谱（详细内容请查看全文）

6、结论
德国 AIRSENSE 公司的 PEN3 型电子鼻在这次的环境恶臭气体的分析检测中，可以说达到了很好的试验效果。并且通过参照和建立国家标准相对应的模板文件，可对总排口及周边环境空气进行监测，能够直接测定出其恶臭强度 OU 值。
具体归纳如下：
（1）整体恶臭强度相当恶劣，扩散影响甚远。
（2）和电镀及喷涂的总排口相比，涂装二区的恶臭程度z高，Z容易超标。
（3）臭气强度高的基本出现在下风向。
（4）恶臭扩散方向强度和涂装二区排口方位及风向有一定关系。
（5）湿度大、无风天气的恶臭更加明显。
此次试验数据清晰直观，具有很强的可靠性、稳定性和重复性。