寧宏陽,孫麗霞,李 鵬,張玉峰,白 巖
(1.北華大學 機械工程學院,吉林 吉林 132021;2.燕山大學 機械工程學院,河北 秦皇島 066004)
由于人口增加、經濟增長等因素,我國的環境問題面臨著巨大的考驗[1]。水資源污染和水資源短缺直接影響人們的身體健康。2015-2020年,我國的污水排放量從466億m3增加到600億m3,污水處理率從91.90%提高到97.86%[2]。根據最新發布的《關于推進污水資源化利用的指導意見》,到2035年要建設系統、安全、環保和經濟的污水資源化格局[3]。
在污水處理過程中,水質監測是污水治理中的一個重要環節。通過標定水體中的污染物的種類、濃度等參數,將這些參數作為評價水體狀況的重要指標,常用的水質監測指標有化學需氧量(Chemical Oxygen Demand,COD)、高錳酸鹽指數、氨氮、總磷、總氮等[4]。傳統水質監測在檢測過程中消耗試劑多,會產生二次污染,分析時間長,難以滿足現階段監測的需求[5-7]。
自20世紀中期起,國外先后創建了水質污染自動監測系統,普遍采用的是污染自動監測系統,簡稱WPMS[8]。曹煊等[9]利用臭氧氧化化學發光原理,通過檢測化學發光的強弱來間接獲得化學需氧量值,成功研制出海水化學需氧量現場測量儀,該儀器具備無二次污染、分析響應速度快等優點。SILVESTRE C等[10]將UV光催化氧化與量子點(Quantum Dot,QD)納米技術結合,以QD作為光催化劑進行有機化合物光催化氧化反,應測得化學需氧量,偏差小于1.1%。LEE E等[11]在加熱條件下用高錳酸鹽處理樣品,之后用鄰苯三酚處理余下的高錳酸鹽,最后測量反應過程中的發光強度,在該過程中試劑濃度、樣品含量及加熱溫度都進行了優化,可以有效的檢測到多種有機物的化學發光信號。張龍等[12]通過臭氧與紫外線光相結合進行高級氧化還原反應,計算消解待測溶液和去離子水所消耗的臭氧量,間接得到化學需氧量,在此過程不需要添加任何化學試劑,反應條件較容易控制。
本研究利用臭氧化學發光法和微流控芯片相結合,搭建一套新型河道水化學需氧量檢測系統,該系統是以微流控芯片[13-15]為載體,臭氧與河道水體模擬液在芯片內進行氧化還原反應,產生化學發光,利用光電倍增管對產生的化學光進行采集,最后間接分析得到河道水中的化學需氧量,該方法可以有效的解決二次污染、分析時間長、消耗試劑等問題。
化學發光是指在沒有任何外部輸入能量的情況下,單純依靠吸收化學反應釋放的化學能而激發產生光輻射的發光形式。發光機理主要是參與化學反應的基態分子吸收化學反應中釋放的能量躍遷至激發態[13-15],處于激發態的分子以光輻射的能量釋放形式返回基態,化學反應由此產生化學發光。化學發光可以分為以下兩種形式:
(1) A,B兩種物質經化學反應生成激發態物質C*和物質D,激發態物質C*通過光輻射的形式將能量釋放,返回至基態并生成物質C,激發態物質C*所釋放的光子hv產生發光現象,基本反應式:
(1)
(2) A,B兩種物質經化學反應生成激發態中間體C*和物質E,激發態中間體C*與物質F反應,將能量轉移至激發態D*和物質G,激發態物質D*以光輻射的形式釋放能量返回常態D,釋放的光子產生發光現象,基本反應式:
(2)
化學發光的產生需要化學反應釋放足夠的能量,使基態物質吸收充足的化學能躍遷至激發態,產生化學發光。由于臭氧具有強氧化性,可以氧化絕大部分的有機物以及除鉑、金、銥等化學穩定性較強的物質,因此將臭氧作為氧化劑。本研究采用第一種化學發光的形式,利用微流控芯片作為試驗載體,將一定濃度的臭氧和河道水模擬液注入芯片中混合反應,再利用微光檢測裝置和光電轉換技術檢測反應過程中產生的化學發光,經光電信號轉換和模數轉換后將電信號的平均峰值與重鉻酸鉀標準檢測法的COD值進行線性擬合,利用兩者之間的擬合對應關系間接檢測待測有機溶液的化學需氧量。
工業氧氣瓶用于提供氧氣;一級減壓閥和二級減壓閥用于調節氣體壓強;流量計用于顯示氣體流量;臭氧發生器用于臭氧發生;流量注射泵用于控制待測溶液的流動;標準注射器用于抽取待測溶液;微流控芯片作為氧化還原反應的載體;光電倍增管用于采集反應過程產生的微弱化學光;數據采集卡用于采集光電倍增管轉換的電信號;用葡萄糖溶液作為實驗的模擬溶液。
本研究中的系統是利用微流控技術和臭氧化學發光法為基礎搭建的,主要包括臭氧制備單元、自動進樣單元、數據采集單元和微流控芯片。實驗原理如圖1所示,其中臭氧制備單元主要提供臭氧,自動進樣單元提供待河道水模擬液,微流控芯片為臭氧和待測河道水模擬液提供反應空間,數據采集單元通過光電倍增管和數據采集卡采集反應過程發生的化學發光信號,利用發光強度和COD之間的對應關系間接得出待測模擬液的COD的值。

圖1 實驗原理圖Fig.1 Experimental schematic diagram
COD檢測試驗系統如圖2所示,首先打開氧氣瓶,之后分別打開一級減壓閥和二級減壓閥進行調節,使壓強穩定在特定數值,通過流量計顯示通過的氧氣量,最后打開臭氧發生器,氧氣進入后經高壓電解生成臭氧,將生成的臭氧通過毛細軟管通入微流控芯片中。用注射器抽取配置完成的待測河道水模擬液,然后將其固定在微量注射泵的夾持機構上,固定好之后啟動微量注射泵,通過微量注射泵的操作面板調節流速,通過滾珠絲杠推送注射器,使其以固定的流速將待測污水模擬液送入微流控芯片中。臭氧和待測河道水模擬液在微流控芯片中發生化學發光反應,反應過程產生微弱的光被光電倍增管采集,經內部的光電信號放大和轉換,電信號被送入到數據采集卡中,經數據采集卡收集處理和A/D轉換,將采集到的數字信號傳輸到計算機中進行分析。

圖2 COD檢測試驗系統圖Fig.2 COD detection test system diagram
根據流動聚焦原理,研制一種微流控芯片,材料選擇PDMS,作為臭氧和待測污水模擬液反應的載體。微流控芯片如圖3所示,由基片、蓋片、液體通道、氣體通道、氣液混合物通道和螺旋區組成。其中所有通道的深度為0.25 mm,寬度為0.5 mm,芯片中的4組倒S形通道為氣液混合通道,其目的是使氣液混合更加充分。螺旋區中含有橢圓形湍流槽,橢圓形的長軸為2.2 mm,短軸為1.3 mm。采用螺旋區是為了使化學發光發散更加均勻,在螺旋區加入均勻分布的橢圓形湍流槽是為了增加氣液停留時間和充分反應,達到增強化學發光強度的目的。

圖3 微流控芯片Fig.3 Microfluidic chip
數據采集單元是通過光電倍增管采集反應過程產生的微弱光,將檢測到的光信號轉變為電信號,被數據采集卡接收,最后被計算機處理。數據采集卡選用NI-USB-6001,利用LabVIEW軟件進行編程,分析數據采集卡采集到的信號,LabVIEW軟件結構如圖4所示。

圖4 LabVIEW軟件結構圖Fig.4 LabVIEW software structure
光電倍增管將檢測到的微弱化學發光信號進行光-電信號轉換、倍增放大后傳輸給數據采集卡,數據采集卡將接收到的信號進行A/D轉換后變成連續數字信號,該數字信號被物理通道傳輸到計算機中,最后利用DAQ數據采集模塊進行讀取、顯示和存儲。由于實驗過程中噪聲、振動等干擾因素不可避免,這些因素對光電倍增管影響較大,因此在程序中添加濾波模塊,以減少波形振蕩,提高數據采集檢測的精準度,最終將采集到信號存儲為Excel格式,方便進行后續操作。根據試驗COD檢測數據采集要求,設計了模擬信號數據采集程序,程序框圖如圖5所示。

圖5 COD檢測數據采集程序框圖Fig.5 Program block diagram of COD detection data acquisition
在實驗過程中用不同濃度C的葡萄糖溶液代替待測河道水模擬液的類別,配置10組固定濃度的葡萄糖溶液來模擬河道水的等級,通過重鉻酸鉀標準法檢測各濃度葡萄糖溶液的COD值,圖6為地表水質量標準容限COD(CCOD1)與葡萄糖溶液重鉻酸鉀檢測COD(CCOD2)對應關系。

圖6 地表水質量標準容限COD與葡萄糖標準檢測COD對應關系Fig.6 Corresponding relationship between surface water quality standard tolerance COD and glucose standard detection COD
在試驗過程中,低濃度的葡萄糖溶液產生的化學電壓變化較小,為了得到可明顯變化的化學發光電壓波形信號,配置濃度150 mg/L的葡萄糖溶液作為待檢測試劑。臭氧發生器的功率為600 W,采用控制變量法,氣體壓強p設為40~70 kPa,梯度為5 kPa,液體流量Q設為1~10 mL/h,梯度為1 mL/h,分別進行不同氣體壓強與固定梯度的液體流量之間的臭氧化學發光COD檢測,獲得不同氣體壓強與液體流量配比條件下的化學發光波形。利用LabVIEW數據采集軟件采集電壓的離散數據,選取每個工況下所有電壓波峰正數值數據進行統計整理,獲得不同工況下臭氧化學發光信號的平均值,如圖7所示。

圖7 不同工況下化學發光電壓波形平均峰值變化規律曲線圖Fig.7 Variation curve of average peak value of chemiluminescence voltage waveform under different working conditions
圖8描述了不同液體流量下化學發光電壓轉換波形信號平均峰值的變化規律。從圖8a和圖8b中可以看出,不同液體流量在氣體壓強為55 kPa時檢測到的電壓信號平均峰值最大。電壓平均峰值變化趨勢是由低逐漸升高,達到峰值又逐漸降低,曲線兩端電壓峰值較低可能是因為小液體流量與大氣體壓強或小氣體壓強與大液體流量配比時,由于氣液流速差距較大,臭氧與葡萄糖溶液化學發光反應的能力和效率降低,導致光電倍增管檢測到的化學發光信號非常微弱。

圖8 不同液體流量下電壓變化趨勢Fig.8 Voltage variation trend under different liquid flows
圖9描述了不同氣體壓強下化學發光電壓轉換波形信號平均峰值的明顯變化規律。從圖9中可以看出,不同氣體壓強在液體流量為5 mL/h時檢測到的電壓信號平均峰值最大。電壓平均峰值變化趨勢是由低逐漸升高,達到峰值又逐漸降低,變化規律曲線兩端電壓峰值較低的原因可能是因為小液體流量與大氣體壓強或小氣體壓強與大液體流量配比時,由于氣液流速差距較大,導致臭氧與葡萄糖溶液化學發光反應的能力和效率降低,導致光電倍增管檢測到的化學發光信號非常微弱。

圖9 不同氣體壓強下電壓波形變化趨勢Fig.9 Variation trend of voltage waveform under different gas pressures
利用搭建完成的臭氧化學發光COD檢測試驗系統,以確定的最佳液體流量和氣體壓強。挑選10組固定濃度的葡萄糖溶液中不同水質的6組溶液開展臭氧化學發光COD檢測試驗,試驗過程中對光電倍增管、平凸透鏡、微流控芯片組成的臭氧化學發光信號檢測系統利用特殊定制的暗箱做封閉處理,以降低外界光源和強烈噪聲對試驗結果的干擾。對10 s 內每組溶液對應的電壓離散值的所有正數峰值求平均數,得到對應濃度葡萄糖溶液化學發光信號的平均峰值,并將6組溶液的電壓平均峰值記錄在表1中。
將表1中的6組葡萄糖溶液化學發光信號平均峰值與重鉻酸鉀標準法檢測的對應濃度葡萄糖溶液的COD值利用最小二乘法進行線性擬合,擬合結果如圖10所示。

表1 6組葡萄糖溶液對應的正弦電壓平均峰值Tab.1 Average peak value of sinusoidal voltage corresponding to glucose solution in 6 groups

圖10 電壓平均峰值與重鉻酸鉀法COD檢測值線性擬合Fig.10 Linear fitting between average peak voltage and COD detection value by potassium dichromate method
從圖10中可以看出,6組標準葡萄糖溶液對應的電壓平均峰值與重鉻酸鉀標準法檢測COD的線性擬合效果較好,具有y=kx+b的相關關系,y為葡萄糖溶液的重鉻酸鉀COD試驗檢測值,x為電壓平均峰值,k和b為常數,R2為擬合優度,關系曲線方程為:
(3)
為了清晰地對比臭氧化學發光法與重鉻酸鉀標準法檢測葡萄糖溶液COD的偏差,驗證臭氧化學發光法的精準度,利用式(3)計算臭氧化學發光COD檢測試驗得到的10組標準葡萄糖溶液中剩余4組溶液的COD值,并將計算結果記錄在表2中。

表2 剩余4組葡萄糖溶液的臭氧化學發光COD檢測值Tab.2 Ozone chemiluminescence cod detection values of remaining four groups of glucose solutions
圖11描述了4組標準葡萄糖溶液的重鉻酸鉀法COD檢測標準值與臭氧化學發光法COD檢測試驗值的對比情況,并給出了每組葡萄糖溶液兩種方法COD檢測值的偏差。從圖中可看出,試驗值普遍略小于標準值,通過計算得出4組葡萄糖溶液基于兩種方法檢測COD的平均偏差小于±5%,表明本臭氧化學發光COD檢測試驗系統具有較好的COD檢測效果,實驗過程的誤差可能源于目前的臭氧化學發光COD檢測試驗系統帶來的系統誤差,如暗箱對外界磁場、噪聲和振動的隔絕效果欠佳,導致信號干擾,或臭氧發生器功率不穩定導致臭氧濃度差異。

圖11 葡萄糖溶液COD的標準值與試驗值對比曲線Fig.11 Comparison curve between standard value and test value of COD in glucose solution
本研究根據臭氧化學發光的原理建立了河道水體的COD檢測系統,采用微流控芯片作為檢測反應的載體,臭氧和待測的河道水模擬液通過各自的通道進入微流控芯片進行氧化還原反應,得出了以下結論:
(1) 由于微流控芯片通道較小,實驗過程中微量注射泵的流速最大為10 mL/h,大大減少了試劑的浪費,芯片采用PDMS材料制作,芯片內的通道均為透明狀,便于觀察也便于光電倍增管采集信號,當氣液混合溶液充滿螺旋區時,關閉氣液發生裝置,通過光電倍增管采集反應過程中的信號,該過程大約需要5 min,大大縮減了樣品分析周期;
(2) 通過實驗得到了不同液體流速和氣體壓力下化學發光電壓的平均峰值變化,并與重鉻酸鉀法的COD檢測值進行了比較,得出兩者的平均偏差小于±5%,驗證了該COD檢測試驗系統的可靠性和準確性。