空气中的颗粒物污染对人们的健康造成了严重威胁，颗粒物的高效去除技术已成为人们应对环境变化的重要手段。由于大多数人80%以上的时间在室内度过，因此在大风量下实现高效去除室内颗粒物的技术成为了营造健康环境的必需。目前在建筑和车辆通风系统中最常用的颗粒物去除方式是采用机械过滤，但通风过滤技术的瓶颈问题是：高过滤效率、低阻力、大容尘量难以兼得。因此发展兼顾上述三者的空气颗粒物过滤技术，对健康建筑环境营造和节能减排都具有重要意义。

  目前主要思路是围绕纳米材料等高成本、高级材料制备方法来提升过滤性能，本研究思路是基于低成本的粗效过滤材料，采用可大规模量产的清洁无污染方法对粗效材料进行修饰或改造，通过增强材料表面的静电响应能力和保持颗粒物的能力，增大纤维与颗粒物之间的作用力，在不明显增加阻力的情况下显著提高过滤效率，从而解决通风过滤的应用需求。

  本研究发展了一种静电增强颗粒物过滤装置（EAA，如上图），通过电晕放电预荷电颗粒物，并通过平行电极极化粗效纤维过滤材料，增加颗粒物和纤维之间的静电作用力，实现颗粒物的高效率、低阻力、大容尘量去除。其中，通过在PET粗效过滤纤维上原位负载聚多巴胺（PDA），调控过滤纤维表面的电学特性和微结构，使得过滤纤维对极化电场具有更强的静电响应能力和颗粒物保持能力，可以从空气中选择性地捕获和锁定荷电颗粒物，而不增加对气体分子流动的阻碍，实现在不明显增加阻力的情况下显著提高过滤效率。

  静电增强粗效PET纤维过滤（EAA PET），静电增强负载PDA后的粗效PET纤维过滤（EAA PDA@PET），和市售暖通空调用过滤器的过滤效率和阻力对比：

  EAA PDA@PET过滤器可以对0.3 μm颗粒物实现高达99.48%的过滤效率，并且在迎面风速为0.4 m/s时空气阻力低至9.5 Pa。与不负载PDA的普通市售PET过滤材料对比，过滤效率显著提升的同时，阻力无明显变化。

  负载PDA前后对各粒径段的颗粒物过滤效率对比：

  负载PDA前后在不同迎面风速下对0.3 μm颗粒物的过滤效率对比：

  负载PDA前后在不同迎面风速下的阻力对比：

  负载PDA前后的PET粗效过滤材料形貌对比：

  该EAA PDA-140@PET过滤装置在长达30天，每天运行8小时的长期工况中表现出稳定的高过滤效率（如下图，对0.3、0.5和1 μm颗粒物的平均过滤效率分别为 98.63%、99.04% 和 99.83%）。

  PDA-200@PET在30天内集尘量达到173.9 g/m²（如下图），与过滤材料自重 (187.9 g/m2)相当，从而可以有效解决通风过滤的实际应用需求。

要点小结

  1） 本研究通过原位多巴胺聚合工艺将聚多巴胺（PDA）负载在粗效PET纤维上，通过与双荷电静电增强过滤装置（EAA）结合，与市售暖通空调用过滤器相比，实现了高过滤效率和低阻力的优异性能：对0.3 μm颗粒物实现高达99.48%的过滤效率，并且在迎面风速为0.4 m/s时空气阻力低至9.5 Pa。由于其具备低阻、高效特性，可直接加装应用于送风口或通风管道，而无需增设驱动风机。

  2） 该技术易于实施且具备环境可持续性。本研究中的原材料是市售的低成本粗效过滤器，且负载物PDA是一种环保型可生物降解的粘合剂。PDA@PET过滤材料的制造过程简便，不使用和产生污染环境的物质，可以实现工业化量产。

  3） 该技术可以有效解决通风过滤的实际应用需求。在迎面风速达到2m/s时，相比未负载的PET粗效过滤，PDA@PET对0.3 μm颗粒物的过滤效率从75.24%提升至90.72%，且不增加阻力。该技术在长期运行过程中效率高且稳定，在30天内对0.3、0.5和1 μm颗粒物的平均过滤效率分别保持在98.63%、99.04%和99.83%，总集尘量达到173.9 g/m²，与过滤材料自重相当。实现了在大风速下，长期稳定、高效、大容尘量去除颗粒物。

  4） 本研究详细刻画了EAA装置的设计原则和过滤材料选择标准：依据单极子捕获距离RMC将EAA粗效过滤的机制分为三个阶段。其中R_MC取决于颗粒物荷电量q_p、极化电压U₂、和纤维材料的介电/热电/异质性等，较大的R_MC意味着颗粒能够经过较大的孔径（以较低的空气阻力）被纤维捕获。当颗粒到达纤维表面后，具备抗静电性能、强附着力和粗糙表面的过滤纤维将颗粒物牢固粘附，实现长期稳定高效率和大容尘量过滤颗粒物。

  以上相关成果发表在Small（2021, 2102051）上，并被选为封底内页文章（Inside back cover）。论文的第一作者为是清华大学-麻省理工学院联合培养博士生田恩泽，通讯作者为麻省理工学院的李巨教授、徐桂银博士，以及清华大学的莫金汉副教授。

  原文链接：https://doi.org/10.1002/smll.202102051

  课题组链接：JMO Lab @ THU (jmo-lab.net)