Particulate Matter and Dust Deposition in Norwegian Schools: Patterns and Implications

Abstract

Rengjøringsrutiner er tradisjonelt basert på bygningstype, hvor mange som bruker bygningen, og hvilke aktiviteter som foregår i den. Rengjøringsrutiner som er utarbeidet på bakgrunn av dette har flere begrensninger. Noen områder kan bli rengjort for ofte, noe som sløser med ressurser, mens andre kanskje ikke blir tilstrekkelig rengjort, noe som kan forårsake dårlig inneklima. Dette understreker nødvendigheten av en mer tilpasningsdyktig og responsiv rengjøringsstrategi som justerer seg etter det faktiske behovet i bygningen.

Studien har som mål å kvantifisere og karakterisere sammenhengen mellom luftbårne partikler og partikkelavsetning i norske skoler, med modernisering av rengjørigsbransjen som det endelige målet. Ved å etablere en kobling mellom nivåene av partikler i luften og partikkelavsetning, kan rengjøring gå fra å bli utført på bestemte tidspunkt til behovsbasert rengjøring, noe som øker produktiviteten og reduserer kostnadene.

Målinger utført med BM dustdetector viste varierende resultater, med til tider lavere støvdekning på fredag sammenlignet med onsdag, til tross for mangel på rengjøring i mellomtiden. Denne anomalien skyldes sannsynligvis ikke gjensuspensjon, da det ikke ble registerert aktivitet som kunne foråsaket økt oppvirvling. De forhøyede målingene på onsdag skyldes sannsynligvis målefeil, et lengre firedagers intervall ble vurdert som mer nøyaktig enn todagers intervallet. Data fra IAQ-sensoren indikerte at en betydelig del av den totale partikkelmengden (PM) var av mindre størrelse, med PM2.5-prosentandeler opp mot 80 prosent, bortsett fra i ett rom hvor større partikler dominerte. Dette avviket antyder potensielle målefeil fra IAQ-sensoren.

Partikkelstørrelsene fra IAQ-sensorene ble brukt til å beregne partikkelavsetningshastigheter, som samsvarte med forventede verdier fra tidligere studier. Dette viser at det er mulig å bruke IAQ-sensorer for å estimere partikkelavsetningshastigheter. Med mer detaljerte målinger av partikkelstørrelser, kan det være mulig å beregne støvavsetning i sanntid ved hjelp av registrerte PM-verdier i rommet.

De beregnede avsetningshastighetene involverer flere antakelser sammenlignet med avsetningshastighetene som er hentet fra litteraturen. For mer presise beregninger er det nødvendig med tester av den elementære sammensetningen av partiklene for å bestemme den eksakte massen som trengs for å beregne flytverdien for avsetningen. Denne prosessen er imidlertid kostbar og tidkrevende, noe som undergraver effektiviteten ved å bruke IAQ-sensorer for å finne støvdekning.

IAQ-sensorer gir gode estimater på partikkelavsetningshastigheter, men det er avgjørende å forbedre nøyaktigheten av beregningene om partikkelstørrelse og massemålinger. Forbedret testing av elementær sammensetning og innhenting av mer detaljerte sensoravlesninger vil forbedre disse beregningene, slik at sanntidsovervåking av støvavsetning blir mulig. Denne utviklingen kan betydelig optimalisere rengjøringsrutiner, øke produktiviteten og redusere kostnadene i norske skoler.

Cleaning routines are traditionally scheduled based on the type of building, how many people use it, and the activities taking place there. However, this type of scheduled cleaning has several limitations. Some areas may be cleaned too often, which wastes resources, while others may not be cleaned sufficiently, which can degrade indoor air quality. This underscores the necessity for a more adaptable and responsive cleaning strategy that adjusts to the actual conditions inside the building.

The study aims to quantify and characterize the correlation between airborne particles and particle deposition in Norwegian schools, with the ultimate goal of modernizing the cleaning industry. By establishing a link between particulate matter levels and particle deposition, cleaning can transition from scheduled routines to an as-needed basis, thereby enhancing productivity and reducing costs.

Measurements obtained using the BM dust detector revealed varying results, with dust coverage occasionally being lower on Friday than on Wednesday despite no cleaning occurring in between. This anomaly is unlikely to be due to high resuspension rates, as no factors were recorded that could cause increased resuspension. The elevated measurements on Wednesday were likely due to measurement error, with a longer four-day interval deemed more accurate, rather than the two-day interval. The IAQ sensor data indicated that a significant portion of the overall particulate matter (PM) was smaller in size, with PM2.5 percentages in the high eighties, except in one room where larger particles predominated. This discrepancy suggests potential measurement errors from the IAQ sensor.

Particle sizes were used to calculate particle deposition rates, which aligned with expected values from previous studies. This demonstrates the feasibility of using IAQ sensors to estimate particle deposition rates. With more detailed readings on particle sizes, it is possible to calculate real-time dust deposition using recorded PM values in the room.

The calculated deposition rates involve more assumptions compared to those derived from literature. For more precise calculations, tests on the elemental composition of particulate matter are necessary to determine the exact weight needed for flow rate calculations. However, this process is costly and time-consuming, undermining the efficiency of using IAQ sensors for dust coverage estimation.

In conclusion, IAQ sensors can provide valuable insights into particle deposition rates, but improving the accuracy of particle size calculations and mass measurements is crucial. Enhanced testing of elemental composition and obtaining more detailed sensor readings will refine these calculations, enabling real-time dust deposition monitoring. This advancement could significantly optimize cleaning schedules, increase productivity, and reduce costs in Norwegian schools.