一、研究背景

揮發性有機物（VOCs）作為 PM_2.5 和 O_3 的重要前體物，對大氣環境質量影響重大。中國將其列為污染控制重點，汽車制造業的涂裝車間是VOCs重點排放源。同時，VOCs也是工業惡臭污染的重要來源，汽車涂裝過程產生的VOC異味問題備受周邊居民關注。目前異味檢測方法各有優劣，探究不同方法間的關系，實現更客觀、高效、低成本的異味定量評估意義重大。本研究針對汽車涂裝行業廢氣展開，為制定相關管控策略提供科學依據。

 二、實驗方法

1. 采樣：選取華北和華南地區某典型汽車制造公司6個涂裝生產線中13套廢氣處置設施的進口和排氣筒出口，共26個采樣口。使用組合管吸附管和防爆個體恒流采樣器采集用于成分分析的廢氣樣品，用聚氟乙烯氣袋和采樣箱采集用于異味分析的樣品。

2. 檢測：采用熱脫附氣相色譜 - 質譜聯用儀分析吸附管樣品，確定VOCs成分和濃度。使用上海保圣實業發展有限公司的CNose - 28電子鼻系統檢測氣袋樣品的異味特征。該上海保圣電子鼻cNose由28個金屬氧化物傳感器組成，具有檢測快速、靈敏度高、穩定性好的優點，能快速分析樣品揮發性成分，獲取不同廢氣的異味特征數據。同時，采用三點比較式臭袋法進行嗅覺分析，確定臭氣濃度。

3. 分析方法：運用氣味活性值（OAV）法對氣味VOCs進行定量評估；通過線性判別分析（LDA）對電子鼻數據進行模式分類；利用BP神經網絡模型，結合電子鼻數據預測OAV，評估其預測能力。

 三、實驗結果

1. 排放特征：進口氣體檢測出170種VOCs，OVOCs最多；出口氣體檢出154種，同樣OVOCs最多。不同工序廢氣的物種比例有差異，烘干工序可能是OVOCs主要來源。與進口氣體相比，出口氣體中NCCs和烯烴炔烴比例更高，鹵代烴和烷烴比例更低。

2. 異味特征：基于OAV分析，OVOCs是最主要的氣味貢獻物種類別，乙醛等4種OVOCs物質在進口和出口中都有顯著氣味貢獻。上海保圣電子鼻cNose檢測顯示，不同類型氣體樣品間存在明顯模式差異，有各自的特征指紋圖譜。通過LDA對廢氣樣本分類，進口和出口廢氣分類準確率分別為100%和98.1%，驗證了電子鼻識別廢氣特征的有效性。

3. 多維度定量預測：OVOCs濃度與OAV_max和OAV_sum有較好線性相關性。上海保圣電子鼻cNose結合BP神經網絡對OAV_max和OAV_sum的預測能力合理，且對OAV_sum預測誤差更小。OVOCs濃度、OAV_max和OAV_sum與臭氣濃度之間存在對數關系，可作為汽車涂裝行業臭氣濃度的良好預測因子。

本研究表明，不同工序來源的汽車涂裝廢氣排放特征不同，OVOCs是主要氣味貢獻物質。上海保圣電子鼻cNose在檢測廢氣異味特征、分類廢氣樣本方面表現出色，結合其他分析方法，有助于實現對汽車涂裝廢氣異味的有效評估和預測，為制定管控策略提供有力支持。