[发明专利]一种涂装车间环境质量预测方法及预测模型建立方法

说明书

本发明公开了一种涂装车间环境质量预测方法及预测模型建立方法，本发明选取挥发性有机物浓度为涂装车间环境质量参考指标，选取挥发性有机物浓度为因变量，喷漆时间、喷涂距离、空气流速为自变量，建立涂装车间环境质量的多元线性回归模型，建立神经网络模型，将多元回归模型的拟合值与自变量一起作为神经网络模型的输入，构建多元线性回归‑神经网络组合模型，根据涂装工况，利用组合模型对预测车间内空气质量，当涂装车间内挥发性有机物浓度达到一定的阈值，即需要进行报警以及强制通风。本发明通过涂装车间环境质量预测模型能够准确快速计算车间内挥发性有机物浓度，从而及时调整通风量，保护施工人员，节约能耗。

技术领域

本发明属于环境监测技术领域，涉及一种涂装车间环境质量判断技术，具体涉及一种涂装车间环境质量预测方法及预测模型建立方法。

背景技术

涂装车间内产生的污染是整个工业建造过程中产生污染最为严重的阶段之一，具有污染普遍性和排放多样性等特征。其中最主要的是大气污染物，如挥发性有机物(VOCs)。挥发性有机物可以在多方面对人体健康造成危害，例如某些具有刺激性气味的VOCs可使人头痛、恶心，部分VOCs，例如甲苯、苯等具有致癌性，会对人体健康造成严重的威胁。VOCs不仅在多方面危害人体健康，也对大气环境造成了严重的负面影响。工业涂装会产生过喷漆雾，并且涂装产生的VOCs是形成颗粒物的重要前置污染物，是导致颗粒物形成的来源之一。VOCs和大气中的氮氧化合物在光的作用下发生化学反应生成光化学氧化剂，生成具有氧化性的光化学烟雾，例如臭氧、过氧硝基酰等物质，同时VOCs也能够参与形成二次溶胶，增加雾霾天气出现的机率。

在涂装过程中，VOCs的排放主要源于各种涂漆与干燥固化工序，此外涂料的运输、存储、调配过程中也会有少量VOCs无组织逸散。以喷涂为例，在喷涂过程中附着在工件表面的涂料挥发出VOCs气体，同时喷涂时形成的过喷漆雾中也会挥发出VOCs气体。在干燥固化过程中，工件上涂料中的溶剂都会以VOCs气体的形式挥发到空气中。例如，以一艘30万吨超大型油轮为例如果压载舱使用72％高固体分底漆，全船压载舱通用底漆理论用量约为16.7万升，产生的VOCs为43吨。因此需要对涂装过程中的挥发性有机物(VOCs)进行监控预测，对相关涂装企业的安全运行以及操作人员的身心健康具有重要意义。

现有技术中，VOCs浓度现场监测方法还不太成熟，一方面，在实验室阶段运用的比较成熟的方法是气相色谱分析法，虽然该项技术在检测VOCs的成分和浓度方面准确率非常高，但操作过程复杂、耗时长，等得到检测结果时，已经过去较长时间，无法进行实时监测，且对操作人员的专业水平要求较高，因此不能实现涂装车间内VOCs浓度的实时精确监测。另一方面，气相色谱仪比较贵，而涂装车间内不同监测点实际能够监测到的VOCs浓度差异较大，不能反应整体涂装车间内VOCs水平，也就是说难以有效评估对生产人员的影响。再者，涂装车间的VOCs浓度主要受两个大因素影响，一个是涂装速度，另一个是通风速度；一般来说最优控制水平是根据涂装车间内VOCs浓度水平来控制通风速度，设计出通风量自适应控制系统，这样既不浪费能源，又能控制涂装车间在安全生产；然而涂装车间内综合VOCs浓度实时监测成为设计自适应通风系统的技术瓶颈。

因此利用气相色谱法在其他工作条件保持正常的前提下检测不同环境下车间内固定采样点的VOCs浓度，分析其中的规律后建立VOCs浓度随环境变化的预测模型显得极为重要。