4. 物料衡算数据收集与预处理

物料衡算的可靠性，首先取决于输入数据的质量。衡算方程本身只是守恒关系的数学表达，真正决定结果可信度的是四类基础数据：活动水平数据（生产量、原料消耗量、运行时间等）、成分分析数据（原料与产品的元素组成、浓度、含水率等）、工艺参数（转化率、收率、分流比、循环量、去除效率等）以及贯穿始终的数据质量评估。本节按“收集—核验—评估—补缺—形成衡算输入集”的逻辑展开，重点讲清每类数据的来源、常见问题与预处理方法。

一、四类数据的来源与核验要点

活动水平数据通常来自企业生产报表、DCS/中控记录、购售发票、排污许可执行报告和在线监测。核验时要做“三对齐”：时间对齐（统计周期与衡算周期一致，避免跨月错位）、口径对齐（原料消耗是入库量、领用量还是投料量，是否含包装与损耗）、单位对齐（吨/万件/立方米，液体按体积还是质量）。例如某涂装企业年用溶剂型涂料 120 t，若报表为采购量而实际库存增加 8 t，则真实投料量约为 112 t，直接采用采购量会高估 VOCs 产生量约 7%。

成分分析数据决定衡算的“分配系数”。对含挥发性组分的物料，需要固含量、含水率、溶剂组分及各自占比、特征污染物含量（如重金属、硫分、氯含量）。来源优先级一般为：企业委托检测报告（有 CMA/CNAS 章）＞供货商质检单（COA）＞同类物料文献值。使用 COA 时要注意批次差异，同一牌号不同批次的溶剂配比可能变化，应取衡算周期内的加权平均值，而不是随手取一张报告。

工艺参数是连接“投入”与“产出”的桥梁，包括转化率、产品收率、副产物比例、废气捕集率、治理设施去除效率、固废含水率等。这类数据最容易出现“设计值代替实际值”的问题：设计去除效率 95% 不等于实际运行效率，应优先采用验收监测、在线数据或第三方检测结果，并注明取值依据。

二、数据质量评估：给每个数据打“可信度标签”

建议对每个关键数据从三个维度评估：来源可靠性（实测＞在线＞台账＞估算）、代表性（是否覆盖衡算周期、工况是否典型）、完整性（时间序列缺失比例）。可将其量化为高、中、低三档，并在衡算表中保留“数据来源与质量等级”列，便于复核与不确定性分析。下图展示了四类数据汇入衡算模型前的预处理与质量分级关系。

三、缺失数据的处理：先判机制，再选方法

缺失数据不能一律“取平均值”了事。首先要判断缺失机制：是随机缺测（如某几天在线设备故障）、系统性缺失（如某工序从未单独计量）、还是结构性缺失（如间歇生产导致某时段本就无数据）。处理策略相应不同：

• 短期随机缺测：用同工况相邻时段插值或回归补值。例如在线 VOCs 数据缺失 3 天，可用同产品、同负荷的相邻周均值替代，并检查替代前后排放浓度波动是否在 ±15% 以内。
• 系统性缺失：优先用物料平衡反推。例如某车间溶剂使用量无单独计量，但全厂溶剂购入量、库存变化、其他车间用量已知，则本车间用量 = 购入量 + 期初库存 − 期末库存 − 其他车间用量。
• 无法补缺：取保守上限（对排放源强取高值），并在报告中明确标注“保守取值”，同时给出敏感性区间，避免把估算值包装成实测值。

四、一个可操作的预处理示例

以某家具喷涂车间季度衡算为例（以下为教学假设数据）：季度涂料投料 30 t，检测固含量 45%、含水率 2%，其余为溶剂；溶剂中二甲苯占 60%、乙酸丁酯占 40%。废气捕集率按实测风量与集气罩设计核算取 85%，治理设施实测去除效率 88%。预处理时先统一为质量口径：溶剂总量 = 30 × (1 − 45% − 2%) = 15.9 t；再按组分拆分：二甲苯 9.54 t、乙酸丁酯 6.36 t。随后用“投料−产品带走−废气−固废”做闭合校核，若闭合差超过 5%，应回头检查含水率、捕集率或库存变化是否漏项。这一过程的关键不是算得多精确，而是每个参数都有来源、有等级、有校核。

完成上述步骤后，应形成一份“衡算输入集”：每个参数附带数值、单位、时间口径、来源文件编号和质量等级，并保留计算中间量（如溶剂总量、组分拆分结果）。这样既便于复核，也为后续不确定性分析和审查答疑留下可追溯的证据链。数据预处理做得扎实，物料衡算才不是“数字游戏”，而是能经得起推敲的污染源强核算依据。