2017, Vol. 38
2. 中国科学院大学, 北京 100190;
3. 浙江省健康智慧厨房系统集成重点实验室, 宁波 315336
, XU Jun-bo1 , MO Sheng-peng1,2 , LI Wen-hui1,2 , GAO Jia-jia3 , CAO Ya-qun3 , CHEN Yun-fa1
2. University of Chinese Academy of Sciences, Beijing 100190, China;
3. Key Laboratory of Healthy & Intelligent Kitchen System Integration, Ningbo 315336, China
除了大量挥发性有机物(VOCs)外[1~5]，烹调油烟中含有高浓度的颗粒有机物[6~11]，不但引起严重的室内空气污染，而且排放到大气中加剧了大气灰霾的产生[12, 13]. Huang等[14]调查了北京、 上海、 广州以及西安等地在2013年1月的重污染天气中，通过源解析发现烹饪对当地PM2.5的贡献占0.6%-1.6%. 逐渐地，研究发现烹饪产生的颗粒物中很大比例的颗粒尺寸低于PM2.5(指大气中动力学直径小于或等于 2.5 μm的颗粒物)，可以被吸入肺中，引起肺部疾病，严重的甚至可以引起肺癌[15, 16].
国内外许多研究人员基于实际烹饪和模拟烹饪研究了烹调方式、 烹调用油对颗粒有机物排放浓度和化学组分的影响. Schauer等[17]调查发现豆油和芥花籽油炒蔬菜产生的细颗粒物浓度为21.5 mg·kg-1和29.5 mg·kg-1，其中含量最高的是硬脂酸和棕榈酸. He等[18]调查了深圳南湖和广东两家餐馆的细颗粒质量浓度分别为1.4 mg·kg-1和0.67 mg·kg-1，其主要化学成分包括烷烃、 脂肪酸、 二羧酸、 内酯类、 多环芳烃、 链烷酮和甾醇. 温梦婷等[19]考察了4家北京餐馆，家常菜餐馆源排放颗粒物PM2.5质量浓度4 053 μg·m-3，远高于营业规模更大的杭州菜餐馆1 563μg·m-3，川菜与烧烤的排放1 497μg·m-3和1 385μg·m-3，与杭州餐馆接近. 有研究表明油烟中颗粒物排放数量一般是背景值的1.5-27倍，约104-105 个·cm-3. Zhang等[20]研究了烘烤鸡翅产生的超细粒子(粒径小于100 nm)和PM2.5分别为1.34×104-6.04×105个·cm-3和 10.0-230.9μg·m-3. Abdullahi等[21]总结归纳了烹饪对室内颗粒物及其化学组分的影响. Wan等[22]调查发现14-100 nm超细颗粒物和100-660 nm细颗粒物的平均数浓度分别超出厨房背景值的10倍和20-40倍.
掌握颗粒排放粒径分布准确信息，有助于评价不同尺度油烟颗粒对身体的危害，有助于了解不同大小颗粒的扩散特征. 虽然国内外已经研究了油烟颗粒物浓度和组分特点，但针对油烟颗粒物的粒径分布特点及其扩散特性研究较少，以及有无强制通风对室内油烟颗粒物浓度影响关注较少. 本文通过加热菜籽油模拟烹饪油烟，通过ELPI监测厨房两不同空间上油烟颗粒物分布特点，评价了油烟机对油烟颗粒粒径分布的影响及油烟颗粒的扩散性质. 同时，通过计算流体动力学(CFD)模拟计算了油烟机开启状态下的油烟浓度场分布.
1 材料与方法 1.1 样品采集本实验厨房如图 1所示，尺寸长×宽×高为4.5 m×4.0 m×3 m，靠门缝自然通风，门尺寸为1.5 m宽，2 m高，留有中间1道和左右两侧2道门缝，中间缝宽7 mm，两边缝宽4 mm. 炒锅选用市场上买的直径30 cm不沾油锅，材质合金，食用油选用菜籽油，加热方式为液化气燃气灶加热. 测试仪器为电子低压撞击器Dekati ELPI，采样流速10 L·min-1. ELPI 把颗粒物分成13 级，从0.03-10 μm，13级分别为0.030、 0.063、 0.109、 0.173、 0.267、 0.407、 0.655、 1.021、 1.655、 2.520、 4.085、 6.560和9.990 μm，组成了12个不同粒径范围的采集通道，能够对12个通道的颗粒数目和质量进行瞬态记录. 预采集样品气被动吸入后，经过荷电器时样气中的颗粒被带电. 低压撞击器将带电颗粒根据其空气动力学直径进行分级. 记录收集在各撞击器级中的带电颗粒的电流而计算出各级粒径范围内的颗粒数浓度及质量浓度.
|
图 1 厨房的实景及空间结构示意 Fig. 1 Real and diagram of kitchen room |
ELPI探头分别放置在2个位置，位于油烟机外沿中心A点处，距离油烟机外沿0 m和距离A点水平3 m外的B点处[图 1(a)]，探测点距离地面高度约1.45 m. 通过液燃气加热300 mL菜籽油于不沾油锅内至265℃后，自动滴水装置滴水2 s，间隔8 s，共滴水2次，每次滴水5 mL后，关闭燃气停止加热. K型热电偶温度探头位于油锅底部实时监测油温变化. ELPI测试时间从开始加热至加热停止约5min后结束. 测试过程中，门处于关闭状态，只有操作者一人在厨房内.
1.2 油烟数值模拟油烟模拟的厨房空间结构如图 1(b)所示. 运用CFD技术[23]，采用Fluent 软件，标准k-ε方程模型，假定流体为不可压缩流体且符合 Boussinesq 假设，所需要求解的控制方程包括连续性方程、 动量方程、 能量方程和组分方程. 对速度-压力耦合问题的求解采用SIMPLE算法，对压力采用标准格式离散，组分方程、 动量方程和能量方程采用一阶迎风格式进行空间离散. 空间结构采用四面体的非结构网格进行网格划分，从网格无关性和计算效率两方面考虑，网格数确定13万左右.
油烟中的成分复杂，模拟无法与实际体系完全一致，从水溶性、 分子量等方面综合考虑，本研究选择苯作为模型化合物表征油烟污染物[24]. 假定锅内蒸发的油烟为水蒸汽和苯(C6H6)的混合物，油烟入口为直径等于0.3 m的圆面，入口速度根据实验测量数据近似为0.06m·s-1，根据PM2.5产生速率1.2 mg·s-1，估算入口苯的质量分数约为2.31×10-4. 出口边界为速度出口，排风速度根据排风口面积和排风量15 m3·min-1确定，约为0.65m·s-1. 门缝换气采用压力出口，壁面采用绝热、 无渗透、 无滑移边界，对厨房开启油烟机油烟颗粒物PM2.5空间排放浓度分布进行建模和稳态数值模拟.
2 结果与讨论 2.1 油烟机对室内油烟颗粒浓度影响评价油烟中颗粒物的数浓度及质量浓度随粒径分布特点以及油烟机开关状态对油烟浓度分布影响，可为家庭主妇及居民身体健康危害提供数据支持，一定程度上引导居民减少油烟产生的危害. 位于图 1(a)中的油烟发生A点监测位置处，油烟机关和开状态下的油烟数浓度的粒径分布见图 2(a)和2(c). 可以看出，关和开油烟机状态下，油烟颗粒随粒径分布趋势一致：粒径从30 nm增加到1 μm过程中，油烟颗粒数浓度均呈现下降，粒径从1 μm继续增大到10 μm之间的颗粒数浓度显著低于小于1 μm的颗粒数浓度. 油烟中超细颗粒30-63 nm的数浓度最大，关油烟机时其值为1×106 个·cm-3[图 2(a)]，而开油烟机后该值显著降低为8×104个·cm-3[图 2(c)]. 表 1中列举了0.03-10 μm范围内的颗粒数浓度关和开烟机时分别为2.8×106个·cm-3和2.3×105个·cm-3，开烟机后净化效率明显，约92%的颗粒物被抽排到室外. 图 3(a)和3(c)显示了12个粒径范围通道内的数浓度占总颗粒数浓度的比值，是根据图 2(a)和2(c)的数据计算得出. 可以看出关闭和开启油烟机状态下，12个粒径通道内的颗粒数浓度占比基本保持一致. 例如30-63 nm粒径内的颗粒数浓度占总颗粒数浓度的值最大，均为35%上下，可以认为开启油烟机仅是显著降低了12个不同粒径范围通道内的颗粒数浓度，但对12个通道的颗粒数浓度分布趋势影响不大. 图 3(a)和3(c)还可以计算出，1-7粒径通道内的1μm以下的油烟颗粒数浓度占监测到的总颗粒数浓度的99%以上.
|
图 2 位于图 1(a)中A点监测处油烟机关和开启状态下的油烟数浓度和质量浓度随粒径分布 Fig. 2 Number and mass concentration of oil fume dependent on particle size with kitchen ventilator under shut and open conditions |
|
(a)数浓度-关油烟机状态；(b)质量浓度-关油烟机状态；(c)数浓度-开油烟机状态；(d)质量浓度-开油烟机状态 .1-12数字分别代表监测的油烟颗粒的12个粒径范围：0.030-0.063、 0.063-0.109、 0.109-0.173、 0.173-0.267、 0.267-0.407、 0.407-0.655、 0.655-1.021、 1.021-1.655、 1.655-2.520、 2.520-4.085、 4.085-6.560、 6.560-9.990 μm 图 3 位于图 1(a)中A点监测处油烟机关和开启状态下，数浓度和质量浓度分别占总油烟颗粒数浓度和质量浓度的比例 Fig. 3 Ratio of cooking fume particles'number and mass concentration to total fume particles'number and mass concentration,respectively |
图 2(b)和2(d)显示了油烟颗粒质量浓度随颗粒粒径的分布，可以看出质量浓度随着颗粒粒径增大而逐渐增大，655 nm以下的细颗粒的质量浓度非常小，当粒径大于6.56 μm后其质量浓度迅速攀升. 以关油烟机为例，30-63 nm内的超细颗粒质量浓度仅为0.05mg·m-3，而6.56-10 μm间的颗粒质量浓度最大为120mg·m-3，这是因为质量浓度与颗粒半径的三次方成正比，虽然大粒径颗粒数浓度明显小于小粒径的颗粒，却具有非常高的质量浓度. 图 3(b)和3(d)显示了不同粒径颗粒的质量浓度占总颗粒质量浓度的比重，可以看出2.5 μm以下颗粒，即其中标号1-9粒径通道内颗粒，在关油烟机时的比重低于开油烟机时的比重. 而2.5-10 μm间的颗粒，及标号10-12的粒径通道内颗粒，在关油烟机时的比重明显高于开油烟机时的比重. 例如6.56-10 μm的油烟颗粒浓度比重在关油烟机时为43%，要明显高于开油烟机时的28%. 以上现象说明了油烟机对2.5 μm以上大颗粒的抽排到室外能力要优于小颗粒. 通过表 1的统计也可以看出，关油烟机时PM2.5/PM10值为32.0%，要高于开油烟机时的48.8%. 同时表 1中结果显示油烟机对PM10的净化效率高于PM2.5，分别达到95.3%和92.8%，这进一步表明了开启油烟机对大颗粒的抽排效果相对高于细颗粒.
2.2 室内油烟颗粒分布与扩散为了考察烹饪过程中，排放的油烟颗粒在厨房空间尺度上的分布与扩散特点，以及油烟机状态对油烟分布与扩散的影响，本研究监测了距离油烟发生A点位置平行移动3m外的B点位置处的油烟浓度. 实验条件与A点测试完全一样，测试结果如图 4和5及表 1所示. 图 4为B点位置处的油烟颗粒浓度在油烟机关闭和开启状态下的粒径分布. 图 4(a)记录了关闭油烟机时的颗粒数浓度随粒径分布，可以发现虽然30-63 nm间的超细颗粒数浓度仍然最多，值为2.5×105个·cm-3，但63-407 nm间的颗粒数浓度值为1.3-2.1×105个·cm-3，其与30-63 nm间的颗粒数浓度值的差距相比A点处的相对应的颗粒数浓度值的差距已经明显减少[图 2(a)]. 可以进一步从不同粒径颗粒数浓度占总颗粒数浓度的比重图 5(a)观察到该现象. 30-63 nm间颗粒数浓度占总颗粒数浓度24.8%，而图 3(a)中该比重为34.5%. 63-407 nm间的颗粒即图 5(a)中标记2、 3、 4、 5的4个通道，其数浓度比重值均高于图 3(a)中相应通道的值. 可以说明油烟机关闭且无强制通风情况下，产生的油烟在漂移过程中30-63 nm的颗粒发生了聚集，聚集成比较大的颗粒，可能是造成30-63 nm粒径范围颗粒数浓度比重降低，而63-407 nm颗粒数浓度比重增加的主要原因，进而影响到63-407 nm粒径范围内的颗粒质量浓度的增加. 因此图 5(b)中2-5的4个通道内的质量浓度占比要高于图 3(b)中相应通道的值. 相反对于开启油烟机强制通风情况下，比较图 3(c)和图 5(c)可以看出，30-63 nm粒径范围颗粒数浓度比重仅降低了约2%，63-407 nm的颗粒数浓度只是有微弱的比重增加. 这说明开启烟机通风情况下，颗粒的聚集现象不如关闭烟机时候明显.
|
图 4 位于图 1(a)中B点监测处油烟机关和开启状态下的油烟数浓度和质量浓度随粒径分布 Fig. 4 Number and mass concentration of oil fume dependent on particle size with kitchen ventilator under shut and open conditions |
|
(a)数浓度-关油烟机状态(b)质量浓度-关油烟机状态(c)数浓度-开油烟机状态(d)质量浓度-开油烟机状态; 1-12数字分别代表监测的油烟颗粒的12个粒径范围：0.030-0.063、 0.063-0.109、 0.109-0.173、 0.173-0.267、 0.267-0.407、 0.407-0.655、 0.655-1.021、 1.021-1.655、 1.655-2.520、 2.520-4.085、 4.085-6.560、 6.560-9.990 μm 图 5 位于图 1(a)中B点监测处油烟机关和开启状态下，数浓度和质量浓度分别占总油烟颗粒数浓度和质量浓度的比例 Fig. 5 Ratio of cooking fume particles'number and mass concentration to total fume particles number and mass concentration,respectively |
通过比较表 1中列举A和B点监测位置的颗粒总数浓度和质量浓度值的变化计算了油烟室内扩散衰减率. 不管是关或开油烟机时，B点均监测到了相当多数量的油烟颗粒，表明了油烟能够迅速扩散到整个厨房空间. 关油烟机时，B点处0.03-10 μm间的数浓度由A点处的2 785 851降低到976 443 个·cm-3，数浓度扩散衰减率为64.9%. PM2.5质量浓度从A点处的85.93mg·m-3降低到20.90mg·m-3，PM2.5质量浓度衰减率为75.7%. 而开油烟机时候，数浓度衰减率仅为19.7%，质量浓度衰减率为48.1%. 这表明关闭油烟机时，发生的油烟都在室内漂浮，因此扩散衰减率大，而开启油烟机后，发生的油烟被抽排到室外，导致室内剩余油烟衰减率降低.
|
表 1 不同状态下，油烟颗粒数浓度、 PM2.5、 PM10质量浓度及其净化效率 Table 1 List of the values for particle number and mass,ventilation efficiency and PM2.5/PM10 under different conditions |
另一方面，从表 1的分析结果还可以总结出油烟机近距离吸烟效果明显. 开启油烟机后，B点位置的总油烟颗粒数浓度净化效率为81.3%，低于A点处的91.8%. PM2.5和PM10的净化效率在84%-87%上下，低于A点处的92%以上. 另外B点处开油烟机时候PM2.5/PM10比重46.5%要高于关烟机时候的35.6%，与A点结果一致，说明不管是距离油烟发生的近处还是远处位置，开启油烟机时候，对大颗粒PM10的抽排效率要高于PM2.5.
2.3 油烟颗粒物排放数值模拟对开启油烟机情况下，产生的油烟烟气的速度场和油烟颗粒物PM2.5浓度场进行模拟，可以较为直观地观察油烟被抽滤时候的速度分布(图 6)及油烟颗粒物的逃逸状态(图 7). 从锅的中心出发，分别取垂直于门和平行于门的两个竖直平面，分别为图 1(b)中的a(Y=0)和b(X=0)的截面所示，分别代表模拟油烟速度和PM2.5正面和侧面分布. 图 6显示的烟气速度场正面和侧面分布中可以看出，油烟上升的速度为从0.4 m·s-1逐渐增大到0.8m·s-1，靠近烟机吸风口处烟气速度最大. 于梅春等[24]对厨房浓度进行数值模拟时，油烟散发速度为0.5m·s-1. 图 7(a)显示的PM2.5浓度场正面分布可以看出，从燃气灶到烟机吸风口处浓度是逐渐降低的，燃气灶的外围区域浓度与周围本底浓度较为接近. 图 7(b)显示的PM2.5浓度场侧面分布可以看出，燃气灶边沿处有微弱的油烟逃逸现象发生. 油烟最高浓度处高达200mg·m-3，油烟机边沿处0.3-0.05mg·m-3. 于梅春等[24]模拟得出，5 m3·min-1的油烟机风量，站在炒菜位置处人呼吸的高度处的油烟浓度大概0.6mg·m-3. 高丽颖等[23]通过CFD数值模拟计算了不同油烟机风量下的油烟速度场和浓度场[25]，评估了油烟机风量对吸烟效果的影响，油烟机风量从5 m3·min-1提高到7.5 m3·min-1，油烟机边沿处浓度从3.27mg·m-3降低到1.25mg·m-3.
|
图 6 模拟开油烟机时油烟烟气速度场分布 Fig. 6 Simulation of spatial velocity distribution for fume emission with kitchen ventilation |
|
图 7 模拟开油烟机时油烟PM2.5浓度场分布 Fig. 7 Simulation of spatial PM2.5 mass concentration distribution for fume emission with kitchen ventilation |
300mL菜籽油加热到265℃后，关闭油烟机情况下，通过红外摄像仪拍摄油烟，获得油烟的温度场分布，直观地观察油烟的扩散分布范围. 图 8中底部白色区域为油锅，因为温度远超过右侧温度条显示温度，以白色呈现. 油烟温度形成了5个温度梯度，由内到外以弧形曲线向外扩散. 温度最高的为红色区域，中心温度为70℃，温度稍微低的以黄色区域显示，温度约为63℃，其次是50-60℃的绿色温度梯度，向外继续扩散降低到38-45℃，最外层油烟温度无明显清晰边界，深蓝色显示33-35℃，逐渐融入到外沿室内温度，约27℃的紫色范围内. 可以看出油烟从高温到低温区扩散过程中，温度梯度的范围由小逐渐变大，蓝色区域面积最大. 从红色到蓝色区域垂直高度约25 cm，为油烟产生的高度范围.
|
图 8 油烟烟气温度分布场的红外图像 Fig. 8 Infrared image for temperature distribution field of cooking fume emission |
(1) 通过电子低压撞击器监测模拟烹饪油烟颗粒物0.03-10 μm范围内，颗粒数浓度和质量浓度的粒径分布，表明颗粒数浓度随着粒径增大显著降低，655 nm以下的细颗粒物最多. 而颗粒质量浓度随着粒径增大反而呈现显著增大的趋势，2.5 μm以上的颗粒质量浓度最大.
(2) 油烟机开启时能够显著降低室内油烟颗粒浓度. 油烟机在油烟发生处的净化效率为90%以上，要高于油烟发生处3 m外的位置处的净化效率，为80%-90%，且对大颗粒PM10的净化效果要优于小颗粒PM2.5.
(3) 油烟发生后迅速扩散到远离发生位置处3 m外的空间. 油烟颗粒数浓度自然扩散衰减率为64.9%，PM2.5质量浓度自然扩散衰减率为75.7%.
| [1] | 崔彤, 程婧晨, 何万清, 等. 北京市典型餐饮企业VOCs排放特征研究[J]. 环境科学, 2015, 36(5) : 1523–1529. Cui T, Cheng J C, He W Q, et al. Emission characteristics of VOCs from typical restaurants in Beijing[J]. Environmental Science, 2015, 36(5) : 1523–1529. |
| [2] | 何万清, 聂磊, 田刚, 等. 基于GC-MS的烹调油烟VOCs的组分研究[J]. 环境科学, 2013, 34(12) : 4605–4611. He W Q, Nie L, Tian G, et al. Study on the chemical compositions of VOCs emitted by cooking oils based on GC-MS[J]. Environmental Science, 2013, 34(12) : 4605–4611. |
| [3] | Buonanno G, Johnson G, Morawska L, et al. Volatility characterization of cooking-generated aerosol particles[J]. Aerosol Science and Technology, 2011, 45(9) : 1069–1077. DOI: 10.1080/02786826.2011.580797 |
| [4] | 何万清, 田刚, 聂磊, 等. 烹调油烟中挥发性有机物的排放初探[J]. 环境科学, 2012, 33(9) : 2973–2978. He W Q, Tian G, Nie L, et al. Preliminary study concerning emissions of the volatile organic compounds from cooking oils[J]. Environmental Science, 2012, 33(9) : 2973–2978. |
| [5] | 程婧晨, 崔彤, 何万清, 等. 北京市典型餐饮企业油烟中醛酮类化合物污染特征[J]. 环境科学, 2015, 36(8) : 2743–2749. Cheng J C, Cui T, He W Q, et al. Pollution characteristics of Aldehydes and Ketones compounds in the exhaust of Beijing typical restaurants[J]. Environmental Science, 2015, 36(8) : 2743–2749. |
| [6] | 徐幽琼, YuI T S, 林捷, 等. 不同食用油和烹调方式的油烟成分分析[J]. 中国卫生检验杂志, 2012, 22(10) : 2271–2279. Xu Y Q, Yu I T S, Lin J, et al. The composition of cooking fumes with different oils' cooking methods and foods[J]. Chinese Journal of Health Laboratory Technology, 2012, 22(10) : 2271–2279. |
| [7] | Torkmahalleh M A, Goldasteh I, Zhao Y, et al. PM2.5 and ultrafine particles emitted during heating of commercial cooking oils[J]. Indoor Air, 2012, 22(6) : 483–491. DOI: 10.1111/ina.2012.22.issue-6 |
| [8] | 符海欢, 田娜, 商惠斌, 等. 模拟不同排放源排放颗粒及多环芳烃的粒径分布研究[J]. 环境科学, 2014, 35(1) : 46–52. Fu H H, Tian N, Shang H B, et al. Size distribution of particle and polycyclic aromatic hydrocarbons in particle emissions from simulated emission sources[J]. Environmental Science, 2014, 35(1) : 46–52. |
| [9] | 谭德生, 邝元成, 刘欣, 等. 餐饮业油烟的颗粒物分析[J]. 环境科学, 2012, 33(6) : 1958–1963. Tan D S, Kuang Y C, Liu X, et al. Analysis on oil fume particles in catering industry cooking emission[J]. Environmental Science, 2012, 33(6) : 1958–1963. |
| [10] | Wang G, Cheng S Y, Wei W, et al. Chemical characteristics of fine particles emitted from different Chinese cooking styles[J]. Aerosol and Air Quality Research, 2015, 15(6S) : 2357–2366. |
| [11] | Zhao Y L, Hu M, Slanina S, et al. Chemical compositions of fine particulate organic matter emitted from Chinese cooking[J]. Environmental Science & Technology, 2007, 41(1) : 99–105. |
| [12] | Yu K P, Yang K R, Chen Y C, et al. Indoor air pollution from gas cooking in five Taiwanese families[J]. Building and Environment, 2015, 93(2) : 258–266. |
| [13] | 姚鑫, 陈猛, 范泽云, 等. 烹饪油烟污染及其控制技术研究进展[J]. 化学工业与工程, 2015, 32(3) : 53–58. Yao X, Chen M, Fan Z Y, et al. Pollution from cooking emission and progress in its control technology[J]. Chemical Industry and Engineering, 2015, 32(3) : 53–58. |
| [14] | Huang R J, Zhang Y L, Bozzetti C, et al. High secondary aerosol contribution to particulate pollution during haze events in China[J]. Nature, 2014, 514(7521) : 218–222. |
| [15] | 梁春梅, 操基玉, 王勇, 等. 油烟中细颗粒物致胎鼠肺泡Ⅱ型上皮细胞DNA损伤的研究[J]. 环境与健康杂志, 2011, 28(10) : 850–853. Liang C M, Cao J Y, Wang Y, et al. Assessment of DNA damage induced by cooking oil fumes particulate in the mice alveolar type Ⅱ epithelial cells[J]. Journal of Environment and Health, 2011, 28(10) : 850–853. |
| [16] | Shu Y, Zhu L C, Yuan F, et al. Analysis of the relationship between PM2.5 and lung cancer based on protein-protein interactions[J]. Combinatorial Chemistry & High Throughput Screening, 2016, 19(2) : 100–108. |
| [17] | Schauer J J, Kleeman M J, Cass G R, et al. Measurement of emissions from air pollution sources. 4. C1-C27 organic compounds from cooking with seed oils[J]. Environmental Science &Technology, 2002, 36(4) : 567–575. |
| [18] | He L Y, Hu M, Huang X F, et al. Measurement of emissions of fine particulate organic matter from Chinese cooking[J]. Atmospheric Environment, 2004, 38(38) : 6557–6564. DOI: 10.1016/j.atmosenv.2004.08.034 |
| [19] | 温梦婷, 胡敏. 北京餐饮源排放细粒子理化特征及其对有机颗粒物的贡献[J]. 环境科学, 2007, 28(11) : 2620–2625. Wen M T, Hu M. Physical and chemical characteristics of fine particles emitted from cooking emissions and its contribution to particulate organic matter in Beijing[J]. Environmental Science, 2007, 28(11) : 2620–2625. |
| [20] | Zhang Q F, Gangupomu R H, Ramirez D, et al. Measurement of ultrafine particles and other air pollutants emitted by cooking activities[J]. International Journal of Environmental Research and Public Health, 2010, 7(4) : 1744–1759. DOI: 10.3390/ijerph7041744 |
| [21] | Abdullahi K L, Delgado-Saborit J M, Harrison R M. Emissions and indoor concentrations of particulate matter and its specific chemical components from cooking:a review[J]. Atmospheric Environment, 2013, 71 : 260–294. DOI: 10.1016/j.atmosenv.2013.01.061 |
| [22] | Wan M P, Wu C L, Sze To G N, et al. Ultrafine particles, and PM2.5 generated from cooking in homes[J]. Atmospheric Environment, 2011, 45(34) : 6141–6148. DOI: 10.1016/j.atmosenv.2011.08.036 |
| [23] | 高丽颖, 李锐. 家用厨房脱排油烟机的CFD数值模拟[J]. 建筑节能, 2011, 39(2) : 65–67. Gao L Y, Li R. CFD simulation on range hoods of residential kitchen[J]. Building Energy Efficiency, 2011, 39(2) : 65–67. |
| [24] | 于梅春, 张登春. 套室内厨房油烟浓度的数值模拟[J]. 湘潭师范学院学报(自然科学版), 2008, 30(1) : 72–75. |
| [25] | 朱培根, 朱明亮, 蔡浩, 等. 住宅厨房油烟浓度的数值模拟和实测[J]. 解放军理工大学学报(自然科学版), 2006, 7(2) : 153–156. Zhu P G, Zhu M L, Cai H, et al. Numerical simulation and test on smoke of residential kitchen[J]. Journal of PLA University of Science and Technology, 2006, 7(2) : 153–156. |