中小型旅馆室内污染物分布规律与预测
时间：2023-07-01 14:05:02 来源：雅意学习网 本文已影响 人 
齐子姝，郭利敏，张 语，徐 阳
1吉林建筑大学 市政与环境工程学院，长春 130118
2吉林市大地技术咨询有限公司，吉林 132000
旅馆是临时居住的重要场所,具有使用率高、人员密集性高等特点.在全国酒店数量中中小型旅馆占比高达78 %,入住人数逐年攀升,研究中小型旅馆室内污染物分布规律及其影响因素至关重要.文献[1]提出了基于模型预测的居住建筑室内环境品质PM 2.5控制方法,并采用蚁群算法对其优化.文献[2]通过CFD软件数值模拟分析了居住建筑二氧化碳浓度变化规律具有可行性.文献[3]研究表明，温度、湿度、换气率、板材表面积、板材质量等级、房间体积对居住建筑室内甲醛浓度具有一定影响，并以此建立了预测甲醛浓度变化规律的数学模型.综上所述，针对居住建筑室内污染物浓度变化规律的相关研究较多,缺少对典型旅馆建筑室内污染物变化规律及其影响因素的相关研究,为了有效预测旅馆内污染物浓度的变化情况,本文在前人相关研究基础上,通过实地调研与测试,并采用线性回归方法建立了污染物浓度变化规律的数学模型,为控制室内污染物浓度提供理论依据.
1.1 建筑概况
本文针对寒冷地区天津市的典型中小型旅馆进行研究.该旅馆位于商贸城2楼,共有34间客房,客房面积为20 m2,且每间客房都有1扇窗,窗尺寸为1.2 m×1.5 m.已知旅馆装修时间超过3年,室内装有空调器但未装新风系统,室内温度在23 ℃±5 ℃,相对湿度在60 %±16 %.所有实地测试皆是在2021年7月份至8月份完成.
1.2 仪器选取及其测试参数
测试仪器选用清大健环多种污染物浓度测试仪和WSZY-1温湿度自记仪,清大健环多种污染物浓度测试仪用于测试PM 2.5浓度、CO2浓度、CH2O浓度,具体技术参数见表1.当传感器所处环境中存在污染气体时,传感器的电导率随空气中污染气体浓度的增加而增大,使用简单的电路即可将电导率的变化转换为与该气体浓度相对应的输出信号.测试仪可以将主机与电脑连接直接读取、保存测试数据,测试仪每间隔1 min记录一次数据,取60 min的平均值作为该小时的污染物浓度值.WSZY-1温湿度自记仪由仪表和数字化集成温湿度传感器组成,具体技术参数见表2.用于测试室内温度和湿度,可设置起始时间,自动记录数据,充电1次可至少使用3个月,测试间隔设置3 h,可通过USB接口将数据导入电脑.
表1 多种污染物浓度测试仪技术参数Table 1 Technical parameters of various pollutant concentration tester
表2 WSZY-1温湿度自记仪技术参数Table 2 Technical parameters of WSZY-1 temperature and humidity recorder
1.3 测试方案与布点
通过分析污染物的影响因素确定设计测试方案分为:有人工况和无人工况.其中有人工况按照入住人员数量分为1人,2人,3人,主要测试室内PM 2.5浓度和CO2浓度;在无人工况时测试室内甲醛浓度.旅馆房间面积为20 m2,布置1个测点,测点设在室内对角线上,测试装置距离地面 1.2 m(考虑客人坐时一般高度).
2.1 PM 2.5测试结果与分析
对旅馆室内和室外PM 2.5浓度进行测试,测试结果见图1,并参照我国室内PM 2.5浓度限值[4]对测试结果进行分析,客人吸烟时,入住1位客人、2位客人、3位客人的客房内PM 2.5超标率分别为83.0 %,87.5 %,95.8 %,浓度范围分别为29 ug/m3～567 ug/m3,31 ug/m3～873 ug/m3,34 ug/m3～1 127 ug/m3,可知入住人数越多,超标率越高.另外,本文还分析了在入住1位不吸烟客人时室内PM 2.5的超标率为12.5 %,其浓度范围为16 ug/m3～38 ug/m3,通过与入住1位客人且吸烟时结果对比,可知超标率有所降低但依然超标，通过对比室内外PM 2.5浓度变化曲线可知，这两者间存在显著相关性，且室内PM 2.5浓度超标与室外PM 2.5浓度超标有关.综上可知,客房内PM 2.5浓度主要受客人数量、客人是否吸烟、室外PM 2.5浓度、温湿度的影响.另外,在本测试过程中客房窗户均为关闭状态,室内PM 2.5浓度超标也与客人喜好关窗的习惯有密切联系,关闭门窗仅靠门窗缝隙渗透通风对降低室内PM 2.5浓度效果较差.PM 2.5浓度随温湿度变化情况如图2,图3所示.由此可知,温湿度越高,PM 2.5浓度越低，说明适当增加温度或湿度可降低PM 2.5浓度.
图1 不同工况时PM 2.5浓度变化Fig.1 PM 2.5 concentration changes underdifferent working conditions
图2 PM 2.5浓度随温度变化Fig.2 PM 2.5 concentration changes with temperature
图3 PM 2.5浓度随湿度变化Fig.3 PM 2.5 concentration changes with humidity
2.2 CO2测试结果与分析
旅馆内CO2浓度测试结果如图4所示.参照我国室内CO2浓度标准值[4]进行分析,入住1位客人、2位客人、3位客人时,客房内CO2超标率分别为45.8 %,54.2 %,75 %,浓度范围分别为458 ppm～1 437 ppm,455 ppm～2 104 ppm,551 ppm～2 742 ppm.由图2可知,旅馆房间内CO2含量较高,尤其在客人入住一晚后CO2浓度迅速飙升,峰值分别达到了1 500 ppm,2 000 ppm,2 700 ppm左右,已经严重危害到了人体健康,人员离开房间,CO2浓度不断降低,如此往复.通过上述分析可知,CO2浓度主要与入住人员数量及人员在室内停留时间长短有关，温度和湿度与CO2浓度之间无明显相关性.
图4 不同人数时CO2浓度变化Fig.4 Change of CO2 concentration with different number of people
2.3 CH2O测试结果与分析
无人时旅馆房间内CH2O浓度测试结果见图5.参照文献[4]旅馆建筑CH2O浓度限值进行分析,该旅馆超标率为12.5 %,浓度范围为0.02 mg/m3～0.11 mg/m3.第1天(1 h～24 h)关门窗,第2天(25 h～48 h)开门窗,由图5可知,在关门窗时段主要有2个时间点甲醛浓度超标,分别为第6 h和第21 h.并且可知,在第9 h、第12 h、第15 h、第18 h 时，CH2O浓度处于《室内空气质量标准》规定限值.通过统计分析可知，在关门窗时CH2O浓度为0.1 mg/m3和0.11 mg/m3的时刻占比75 %,CH2O浓度为0.9 mg/m3的时刻占比25 %,可知在关门窗时CH2O浓度较高,维持在限值左右,而之后开门窗时甲醛浓度得到降低且无超标时间点,表明甲醛浓度与是否关门窗有关,开门窗措施可有效降低CH2O浓度.在开窗时段甲醛浓度由24 h时的0.09 mg/m3下降至48 h的0.02 mg/m3,可以看出开门窗时间越长，甲醛浓度越低,甲醛浓度与开门窗时间长短有关.
图5 室内无人时CH2O浓度变化Fig.5 Change of CH2O concentration when no one was in the room
综上所述,CH2O浓度和超标率与温度、湿度、是否开门窗及开门窗时间有关.CH2O浓度随温湿度变化情况如图6,图7所示,温湿度越高，室内CH2O浓度越高，说明CH2O扩散与温湿度成正相关.
图6 CH2O浓度随温度变化Fig.6 CH2O concentration changes with temperature
图7 CH2O浓度随湿度变化Fig.7 CH2O concentration changes with humidity
通过对实测结果的分析，得出影响旅馆室内PM 2.5,CO2和CH2O浓度的主要因素,从而得出污染物浓度的拟合曲线、常规残差及相关系数R2.常规残差可用于考察模型假设的合理性及数据的可靠性,残差值的绝对值越小,预测值越准确.R2是衡量曲线整体的拟合度,是表达因变量与所有自变量之间的总体关系,R2值越接近1,表明污染物浓度拟合曲线越能代表实际污染物浓度变化情况.
3.1 PM 2.5浓度拟合
通过分析可知，影响室内PM 2.5浓度的主要因素包括室外PM 2.5浓度、湿度和温度,分别依次作为因素1(室外PM 2.5浓度x1),因素2(湿度x2),因素3(温度x3).以入住人数为1人不吸烟时为例，求得室内PM 2.5浓度的拟合曲线为y=-2 426.768 69+5.671 78x1+ 5.784 01x2+67.06x3,R2= 0.752 07,通过Origin软件得到不同因素下室内PM 2.5浓度的常规残差图,如图8～图10所示.由此可知，室外PM 2.5浓度、湿度和温度的常规残差较小,对最终结果影响不大,表明预测值可代表真实值. 通过对PM 2.5浓度进行多因素分析可知，各因素对PM 2.5浓度的影响从大到小依次为温度、室外PM 2.5浓度、湿度.
图8 室外PM 2.5常规残差图Fig.8 Routine residual of outdoor PM 2.5
图9 湿度常规残差图Fig.9 Conventional residual diagram of humidity
图10 温度常规残差图Fig.10 Conventional residual diagram of humidity
3.2 CO2浓度拟合
影响室内CO2浓度的主要因素包括入住人数和入住时间,分别依次作为因素1(入住人数x1),因素2(入住时间x2).求得室内CO2浓度的拟合曲线为y=-213.875+495.962 5x1+61.562 5x2,R2= 0.958 01,通过Origin软件得到不同因素下室内CO2浓度的常规残差图，见图11,图12.由此可知，人数和时间的常规残差较小,对最终结果影响不大,表明预测值可代表真实值.通过对CO2浓度进行多因素分析可知，各因素对PM 2.5浓度的影响从大到小依次为入住人数、入住时间.
图11 人数常规残差图Fig.11 Conventional residual diagram of numbers
图12 时间常规残差图Fig.12 Conventional residual diagram of time
3.3 CH2O浓度拟合
影响室内CH2O浓度的主要因素包括开门窗时间、是否开门窗、湿度和温度,分别依次作为因素1(开门窗时间x1),因素2(是否开门窗x2,横坐标“x2=1”代表开门窗,“x2=2”代表关门窗),因素3(湿度x3),因素4(温度x4).求得室内CH2O浓度的拟合曲线为y=0.256 92-(1.256 e-4)x1-0.050 6x2+0.001 4x3-0.008 14x4,R2=0.869 17.通过Origin软件得到不同因素下室内CH2O浓度的常规残差图见图13,图14,图15,图16.由此可知，开门窗时间、是否开门窗、湿度和温度的常规残差较小,对最终结果影响不大,表明预测值可代表真实值.通过对CH2O浓度进行多因素分析可知，各因素对CH2O浓度的影响从大到小依次为湿度、是否开门窗、温度、时间.
图13 开门窗时间常规残差图Fig.13 Conventional residual diagram of opening time
图14 是否开门窗常规残差图Fig.14 Conventional residual diagram ofwhether to open doors and windows
图15 湿度常规残差图Fig.15 Conventional residual diagram of humidity
图16 温度常规残差图Fig.16 Conventional residual diagram of temperature
本文以寒冷地区装修3年以上的中小型旅馆作为研究对象,对客房内污染物浓度进行测试分析,得到以下结论:
(1) 已知客人全部吸烟,当入住1位客人、2位客人、3位客人时客房内PM 2.5超标率分别为83 %,87.5 %,95.8 %,CO2超标率分别为45.8 %,54.2 %,75 %,可知当客人全部吸烟时,中小型旅馆中PM 2.5超标率较高,CO2超标率相对较低.客房内PM 2.5浓度受客人是否吸烟以及吸烟人数影响,同时室内PM 2.5还受室外PM 2.5浓度影响,在室内不吸烟时室内PM 2.5与室外PM 2.5具有相关性.CO2浓度主要与入住人员数量及是否开门窗有关.
(2) 对装修3年以上的旅馆进行CH2O浓度测试,结果表明CH2O超标率为12.5 %.通过分析可知CH2O的超标率除了与温度和湿度有关，也与是否开门窗和开门窗时间的长短有关.
(3) 综上所述,中小型旅馆存在多种污染物超标现象,室内设计时应考虑增设带净化功能的新风系统或有效的通风换气设备.通过对PM 2.5,CO2,CH2O 3种污染物作拟合曲线得到PM 2.5,CO2,CH2O的R2分别为0.752 07,0.958,01,0.869,17,可见R2都接近于1,表明拟合曲线能够代表室内污染物浓度变化情况.
(4) 通过对PM 2.5,CO2,CH2O进行多因素分析,可知温度对PM 2.5浓度影响最大,入住人数对CO2浓度影响最大,湿度对CH2O浓度影响最大.因此降低寒冷地区中小型旅馆室内污染物浓度时需合理安排室内入住人数及适当调节室内温湿度.本研究对改善室内环境起到了指导作用,为下一步采取特定方法降低污染物浓度以及中小型旅馆室内设计提供理论依据.
猜你喜欢旅馆门窗温湿度门窗是外围护保温中的难点节能与环保(2022年7期)2022-11-09温湿度控制器在回收砂冷却系统中的应用装备制造技术(2021年5期)2021-08-14基于AutoCAD的门窗节点图快速构建装备制造技术(2020年2期)2020-12-14基于DSP的多路温湿度监测系统漳州职业技术学院学报(2019年1期)2019-11-16伟昌铝材·门窗中国品牌(2019年10期)2019-10-15轩尼斯门窗中国品牌(2019年10期)2019-10-15松间小旅馆现代装饰(2018年11期)2018-11-22基于温湿度控制的天气预测装置电子制作(2018年11期)2018-08-04闯入吸血鬼的旅馆小学科学(学生版)(2018年1期)2018-01-31蒸发冷却温湿度独立控制空调系统的应用西安工程大学学报(2016年6期)2017-01-15
