Real-World Application of Low-Cost PM Sensors in Dedusting Systems
Year: 2026
Type: book
Abstract: Luftschadstoffe wirken sich nachteilig auf die menschliche Gesundheit und die Umwelt aus. Sie entstehen sowohl aus natürlichen Quellen als auch aus anthropogenen Prozessen, insbesondere bei Verbrennungsvorgängen in der Energieversorgung, im Haushalt und im Verkehr sowie in der Landwirtschaft und der Industrie. Um lokal emittierte Partikeln aus der Prozessluft abzutren nen, kommeninzahlreichenindustriellen AnwendungenEntstaubungsanlagen wie Abreinigungsfilter und Nassabscheider zum Einsatz. Vor dem Hintergrund steigender Energiekosten beeinflusst nicht nur die Minimierung der Parti kelemissionen, sondern auch der spezifische Energiebedarf dieser Anlagen maßgeblich deren wirtschaftliche Bewertung. Gleichzeitig führen variierende Prozessparameter zu wechselnden Absaugbedingungen, was flexible Ent staubungslösungen erforderlich macht. Modulare Anlagenkonzepte können diese Flexibilität gewährleisten. Ergänzend ermöglicht eine modellgestützte Prozesssimulation auf Basis empirischer Berechnungsgleichungen aus der Lite ratur die Vorausberechnung von Abscheidegraden und Leistungsaufnahmen. Für eine verlässliche Modellvalidierung von Emissionen sind jedoch konti nuierliche und belastbare Emissionsdaten erforderlich. Low-Cost Particulate Matter Sensoren (LC-PM-Sensoren) bieten hierfür ein großes Potenzial, da sie kompakt, kostengünstig und prinzipiell geeignet für eine prozessintegrierte Inlineüberwachung sind. Ihre quantitative Einsetzbarkeit unter hohen Staub konzentrationen und variablen Betriebsbedingungen ist jedoch bisher nur unzureichend untersucht. Die vorliegende Arbeit bewertet daher die Eignung eines solchen LC-PM-Sensors (Sensirion SPS30), zur Messung von Partikelan zahlkonzentrationen und Partikelgrößenverteilungen in Absauganlagen. Die Untersuchungen erfolgen in drei Schritten. Zunächst werden Laborstudien unter idealisierten Bedingungen durchgeführt, um die LC-PM-Sensoren mit etablierter Referenzmesstechnik (RI) (Palas Promo 2000H mit welas2100HP) zu vergleichen und systematische Abweichungen zu quantifizieren. Anschließend erfolgt der Einsatz in Entstaubungsanlagen. Im ersten Anwendungsfall werden die Sensoren in einem Nassabscheider installiert, um kontinuierlich Parti kelanzahlkonzentrationen und Größenverteilungen zu erfassen. Im zweiten Anwendungsfall werden sie in einem Patronenfiltersystem integriert, um zu prüfen, inwieweit die Sensoren die modellgestützte Vorausberechnung von Emissionen unterstützen können. Fünf LC-PM-Sensoren wurden parallel zu einem RI bei relativen Feuchten von 55% und 95% unter idealisierten Bedingungen in einer Messkammer untersucht. Bei beiden Feuchtebedingungen folgte die Abweichung zwischen den LC-PM-Sensoren und RI-Messungen demselben konzentrationsabhän gigen Verlauf. Für das verwendete Partikelsystem wurde kein Einfluss der relativen Feuchte auf diese Abweichung festgestellt. Bis zu Partikelanzahlkon zentrationen von etwa 6 × 10^4 1/cm3 konnte die Abweichung zwischen den LC-PM-Sensoren und dem RI durch eine Polynomfunktion dritter Ordnung mit sensorspezifischen Koeffizienten beschrieben werden. Der Vergleich der fünf LC-PM-Sensoren zeigte nur geringe Unterschiede innerhalb des Sensorarrays. Die mittlere relative Standardabweichung änderte sich von 5.75% bei 55% relativer Feuchte auf 5.95% bei 95% relativer Feuchte. Die mittlere absolute relative Abweichung änderte sich von 4.25% auf 4.46%. LC-PM-Sensor 1 wich konsistent von den übrigen Sensoren ab. Möglicherweise aufgrund des abweichenden Produktionsdatums. Neben der Partikelanzahlkonzentration bildeten die LC-PM-Sensoren auch die vom RI gemessenen Partikelgrößen verteilungen und deren zeitliche Entwicklung bei beiden Feuchteniveaus ab. Die stärksten Verschiebungen der Partikelgrößenverteilung traten bei hoher relativer Feuchte im Größenbereich von etwa 0.3µm bis 0.7µm auf. Die LC-PM-Sensoren bildeten außerdem die Verläufe der Fraktionen ∆PCN,PM0.5, ∆PCN,PM1.0 und ∆PCN,PM2.5 ab. Auf dieser Grundlage wurde der Korrekturfaktor α1 für die gesamte Partikelanzahlkonzentration sowie die Korrekturfaktoren α2,i für die einzelnen Größenklassen der Partikelgrößenverteilung entwickelt. Da beide sensorspezifische Unterschiede zeigten, wurden sie für jeden Sensor separat bestimmt. In Kombination ermöglichten diese Faktoren die Korrektur der gesamten Partikelanzahlkonzentration und der Partikelgrößenverteilung. Die Ergebnisse zeigen, dass die untersuchten LC-PM-Sensoren unter den untersuchten kontrollierten Bedingungen zur Messung der Partikelanzahlkon zentration und der Partikelgrößenverteilung eingesetzt werden können, sofern eine sensorspezifische Korrektur angewendet wird. Nach den Labormessungen wurden die LC-PM-Sensoren an zwei Posi tionen im Versuchsstand eines Nassabscheider installiert. Im Rohgaskanal unterschätzte der installierte LC-PM-Sensor 2 die Partikelanzahlkonzentration und erfasste etwa 6.4 × 10^4 1/cm3 gegenüber 8.9×10^4 1/cm3, die mit dem RI gemessen wurden. Die Gesamtpartikelanzahlkonzentration lag oberhalb des Bereichs, der zur Herleitung der Polynomkorrektur dritter Ordnung verwendet wurde. Die Extrapolation über deren Obergrenze von etwa 4 × 10^4 1/cm3 hinaus führte nach der Korrektur zu einer Überschätzung. An der zweiten Messposition oberhalb des Tropfenabscheiders im Nassabscheider maßen vier LC-PM-Sensoren (1, 3, 4 und 5) Partikelanzahlkonzentrationen innerhalb des Gültigkeitsbereichs der Korrekturfunktion. Ihre Abweichungen vom Referen zinstrument lagen zwischen 34 und 48% und sanken nach Anwendung der Polynomkorrektur auf 1 bis 20%. Die erweiterte Auswertung der Messungen im Nassabscheider zeigte außerdem, dass die LC-PM-Sensoren lokale Konzentrati onsverläufe über alle untersuchten Partikelgrößenklassen hinweg abbildeten, auch bei Betrieb oberhalb ihrer nominalen Grenzwerte. Vor Anwendung der Skalierungsfaktoren α1 und α2,i bildeten die meisten Sensoren die Fraktion ∆PCN,PM0.5 ab, während LC-PM-Sensor 3 sie unterschätzte. Im Vergleich zur Messkammer wurde im Nassabscheider ein höherer Anteil submikroner Partikel infolge der Abscheidung größerer Partikeln beobachtet. Dadurch über schritten die Konzentrationen von ∆PCN,PM0.5 den spezifizierten Maximalwert von 3000 1/cm3 um eine Größenordnung. Die Fraktion ∆PCN,PM1.0 wurde im Allgemeinen unterschätzt, während ∆PCN,PM2.5 von den LC-PM-Sensoren 3 und 5 überschätzt wurde. Nach Anwendung der Skalierungsfaktoren überschätzten alle Sensoren die Fraktion ∆PCN,PM0.5, stimmten jedoch für ∆PCN,PM1.0 besser mit dem Referenzinstrument überein. Für ∆PCN,PM2.5 verschoben sich alle LC-PM-Sensoren zu kleineren Werten, wodurch sich die Übereinstimmung mit demReferenzinstrument verbesserte. Im letzten Schritt erfolgte die Integration von LC-PM-Sensoren in ein Patro nenfiltersystem. Dabei wurde untersucht, ob sich gemessene Emissionsdaten für den Vergleich mit Modellgleichungen des Systems und zur Ableitung vonBe triebszuständen nutzen lassen. Die verwendeten Sensoren wurden nicht durch sensorindividuelle Korrekturfunktionen angepasst, um ihre Einsetzbarkeit im untersuchten System ohne vorherige Anpassung zu prüfen. Die Bewertung stützte sich auf Modellgleichungen, die aus empirischen Korrelationen der Literatur abgeleitet wurden und das Emissionsverhalten sowie den Leistungsbedarf in Abhängigkeit von den Betriebsparametern beschreiben. Die Messungen der LC-PM-Sensoren wurden anschließend genutzt, um die emissionsbezogenen Anteile dieser Modellgleichungen durch den Vergleich gemessener Emissions verläufe mit den zugehörigen Modellvorhersagen anzupassen und zu prüfen. Die Ergebnisse zeigten, dass LC-PM-Sensoren verwendet werden können, um Emissionstrends des untersuchten Filtersystems zu erfassen und die Messdaten mit den zugehörigen Modellvorhersagen zu vergleichen. Trotz ihres begrenzten Spezifikationsbereichs lieferten die Sensoren Emissionsmessungen mit aus reichender zeitlicher Auflösung, um charakteristische Filtrationsverläufe zu identifizieren und modellbasierte Vorhersagen zu unterstützen. Der Vergleich zwischen modellierten und experimentell bestimmten Betriebspunkten ergab für den vorhergesagten Leistungsbedarf bei allen untersuchten Betriebsbedin gungen Abweichungen von unter 20%.Dieszeigte, dass die Modellgleichungen für Druckverlust und Regenerationsenergie die gemessenen Zusammenhänge des Systems abbildeten. Die Abweichungen zwischen modellierten und ge messenen Emissionen lagen bei einem eintragsseitigen Staubmassenstrom von etwa 500 g/h bei bis zu 70% und bei etwa 2800 g/h bei bis zu 800%. Diese Abweichungen ergaben sich unter anderem aus dem Einfluss von Emin auf die berechneten Emissionen. Die Messungen der LC-PM-Sensoren bildeten qualitative Emissionsmuster und charakteristische Peakstrukturen innerhalb der Filtrationszyklen ab. Insgesamt zeigte diese Untersuchung, dass LC-PM-Sensoren für die Über wachung des Emissionsverhaltens in Entstaubungssystemen eingesetzt werden können und zur Prüfung und Weiterentwicklung empirischer Modellgleichun gen beitragen. Zusammenfassend zeigt diese Arbeit, dass die in dieser Arbeit verwendeten LC-PM-Sensoren robuste qualitative und semi-quantitative In formationen liefern und ihren nutzbaren Messbereich um mindestens eine Größenordnung erweitern. Damit eignen sie sich für die kontinuierliche Pro zessüberwachung und die Entwicklung von Modellen zur Zustandsabbildung undProzessoptimierung von Entstaubungssystemen. Weiterer Forschungsbe darf besteht hinsichtlich der Erfassung der Partikelgrößenverteilung unter realen Prozessbedingungen, der Langzeitstabilität, der Sensorkalibrierung für unterschiedliche Staubtypen sowie der automatisierten Integration von LC-PM Sensordaten in adaptive digitale Modelle.
Source: KITopen
Author: Reinke, Felix
Language: English
Subfield: Environmental Engineering
Field: Environmental Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7221576573