貳 性 之 2013 11 12 PEL 491 PEL PEL 90 1 (2016 ) 1 CNS 15030 Chemical Control BandingCCB 100 500 02

壹 前 言 American Industrial Hygiene Association, AIHA 1998 1. / 2. 3. permissible exposure limits, PELs 01

貳 性 之 2013 11 12 PEL 491 PEL PEL 90 1 (2016 ) 1 CNS 15030 Chemical Control BandingCCB 100 500 02

1 0.5 PEL 3 1 PEL 0.5 PEL 1 1 PEL 3 1 1 X 95 0.5 PEL 3 1 0.5PEL X 95 PEL 1 1 X 95 PEL 3 X 95 95 PELs 491 90 200 參 定 / AIHA Mathematical Models for Estimating Occupational Exposure to Chemicals 一 作 業 場 所 無 通 風 (Zero Ventilation Model) 03

A 1 = (1) C A A ppm mg/m 3 M A A mg Vm 3 / 二 飽 和 蒸 氣 壓 (Saturation Vapor Pressure Model) 2 2 不 狀 04

2 3 = 10 (2) = 10 24.45 (3) C A A ppm mg/m 3 VP A A mmhg P atm 760 mmhg MW A worst-case 1. 2. / Q 0 m 3 /min 3. 4. 5. 6. 2 2 1/10 1/100 6 1/1000 1/10000 1/100000 05

三 空 間 (Box Models) 3 4 = + + (4) C Aroom A mg/m 3 C Aroom0 A t 0 mg/m 3 C Ain A mg/m 3 G A A mg/time Q ttime Vm 3 3 1. 2. G A 3. Q out Q in 06

影響 因此可假設供氣率等於排氣率 空間中空氣流通速率相等 Qin Qout Q 4. 由供氣系統進入室內之濃度 CAin 不隨時間改變 公 4 為時間相依空間之基本形 視實際狀況之需求 簡方程 如 2. 假設初始狀態時 室內空氣中濃度為 0 CAroom0 0 若上述兩項假設同時發生 空間方程可簡為 = (5) 亦可計算某比例 A 達穩態 Steady state 濃度所須時間 = 1 (6) 定- 1. 假設不隨供氣系統進入空間 供氣空氣中不含 CA 0 設在室內中以極低的速率散布至空氣中 以致可忽略其對室內壓力造成之 其中 CAroomss A 之穩態濃度 mg/m3 四 完全混合 Well-mixed Room Model 完全混合假設作業環境中空氣是 完全均勻混合 的 不斷地散布至整個空間且 瞬間變成均勻濃度 亦即濃度不會隨位置不同而改變 空間 即為一種 基本的完全混合 其假設作業空間之空氣完全均勻混合 且忽視散布時造成空 氣流通率本體散布速率改變之影響 容易低發生源附近的強度 考為使更 貼近實際運作情形 AIHA 在空間氣體完全均勻混合的假設下 考散布之影 響 發展出較複雜之完全混合 1. 完 全 混 合 考 背 壓 影 響 散 布 Well-mixed Model: Backpressure- affected Generation Rate 此主要適用揮發性較低大表面積之蒸散源 散布 蒸散 作用之 07

率 率 度 降 力 7 G = 1000 (7) Gmg/min K t mg/min K t 0.518/ MW 1/3 1 MWg/mole A ( ) m 2 P V atm P VB atm R8.205 10-5 atmm 3 /((mole)(k)) T L K 8 C = 1000 1 (8) Cmg/m 3 K t mg/mink t 0.518/MW 1/3 MWg/mole Am 2 P V atm R8.205 10-5 atmm 3 /((mole)(k)) 1 使 用 美 國 環 保 署 發 展 之 質 轉 換 速 率 公 Braun, K.O., and K.J. Caplan. An Evaporation Rate of Volatile Liquids. (NTIS PB No. 92B232305). PACE Laboratories Inc. Project 890501.315/EPA/ 744BRB92B001. Study conducted for the U.S. Environmental Protection Agency, 1989. 08

T L K Qm 3 /min tmin Vm 3 2. Well-mixed Model: Exponentially Decreasing Emission Rate 9 = (9) C t t mg/m 3 kmin -1 L 0 mg Vm 3 Qm 3 /min tmin 9 (1) e^(-q/v t) e^(-k t) 0 (2) (3) 9 10 09

= (10) 五 二 區 (Two-Zone Model) 4 near field 暴 露 far field 4 11 = + ++ + + + (11) = (12) 10

VN VF 近場遠場空間之體積 m3 G 散布 蒸發 速率 mg/min β 近場遠場間空氣流通率 m3/min Q 空間通氣率 m3/min t 時間 (min) ߣଵ ͲǤͷ ቆ ߚ ሺߚ ሻ ߚ ሺߚ ሻ ߚ ቇ ඨቆ ቇ Ͷ൬ ൰ (13) ߣଶ ͲǤͷ ቆ ߚ ሺߚ ሻ ߚ ሺߚ ሻ ߚ ቇ ඨቆ ቇ Ͷ൬ ൰ (14) 使用二區時 需注意其基本假設 1. 在區帶內之空間 氣體為均勻混合 2. 在兩區帶間空氣流通是有限的 3. 空氣同時以 β 通氣率進出遠場近場 4. 作業場所 遠場邊界 之進氣率與排氣率相等 Qin=Qout=Q m3/min 與均勻混 定- λ1 和 λ2 為通風系統移除速率常數 min-1 如公 13 其中 CN,t CF,t 別在近場遠場空間中之濃度 mg/m3 合之空氣流通率意義相同 5. 散布速率為定值 G mg/min 6. 無沈降發生 六 渦流擴散 Turbulent Eddy diffusion model 前述皆假設室內空間空氣均勻混合 實際上 在散布源附近存在濃度梯 度 也就是說 越接近作業點 在空氣中之濃度越高 隨著距離增加 在 空氣中之濃度降低 渦流擴散應用菲克定律 (Fick's Law) 對散布速率與濃度梯度間線 性關係之解釋 無側風影響時 將自空間中一點散布源以球形方向四面八方擴 散 圖 5 假設室內空間中空氣的流動 如 人員動作 供氣系統造成之噴流等 造成 許多渦流 eddies 因而加強的擴散作用 在無對流的情形下 在距離散布源固 定半徑的球體表面上各點之濃度均相等 導出無對流之渦流擴散公 15 16 可視實際作業空間配置 調整公 如擬半球體散布情形為公 17 渦流擴散 之公擬狀態 如表 3 所示 11

5 3 t r = 1 1 (15) r = (16) = (17) C r,t C r mg/m 3 Gmg/min Dm 3 /min rm tmin 1. 2. 3. 4. 5. infinite space 12

2006 年 AIHA 建 議 利 用 貝 氏 統 計 方 法 Bayesian statistical approach 針 對 相 似 族 群 similar exposure group, SEG 進 行 實 態 解 析 貝 氏 統 計 方 法 可 彙 整 職業衛生師的專業判斷 並藉由少的環測數據資料 提供資料重建 exposure reconstruction 決定因子 改善控制風險理所需之資訊 甚至能解釋專家判斷 與之間的不確定性 若 P(B) 0 則在事件 B 發生的情況下 事件 Ak 發生的機率如公 18 所示 (18) 其中 P(Ak) Ak 事件發生的機率 P(Ak B) 給定 B 事件發生情況下 Ak 事件發生的條件機率 使用貝氏統計方法 必須先獲得一組經由假設或觀察所得之事前機率布 prior distribution 再結合最新數據資料所組成的概似函數 likelihood function 透過貝 定- 貝氏統計方法假設 A1, A2,,An 為樣本空間 S 的一組割 B 為 S 的任一個事件 七 統計 Statistical models 統計方法 最後可得到數據資料的事後布 posterior distribution 在環測數據析的 應用上 貝氏決策析 Bayesian Decision Analysis, BDA 考了過往的歷史資料 以 最新的數據 將環測數據的最大可能布 以機率概念建立實態 作為事業單位決策 的參考依據 由貝氏統計的導過程中可知 若已發生的事件紀錄越多 得到越多的觀察結 果 則越能夠瞭解真實的情況 因此能得到更精確的機率計 事前機率布 prior distribution 在環測數據統計析中 扮演了重要的角色 事前機率布可解釋為過去 所累積的環測數據資料庫 或是經由專家判斷法直接給定的數據布 數據的多寡 數據來源質 會直接影響貝氏統計的結果 likelihood 則可解釋為目前監測或所 獲得之實態布 透過貝統計 可將少的監測或結果 依據過往環測數據 資料庫的布特徵 prior distribution 呈現最適的監測數據布表現 貝氏統計會 隨著新增加的資料記錄 likelihood function 而有不同的事後機率布表現 posterior distribution 因此 應用貝統計之前 應先掌握質一致 且具代表性的作業環測數 據資料庫 以進行有效且符合實務需求的統計解析 13

肆 運 用 情 境 初 階 1. 2. 3. 1. 2. 25 3. 4. 5. 狀 14

進 階 1. 1. 2. 3. 4. G A 5. 6. 7. Additional: 1. C A 0 2. 0 C Aroom0 0 1. 2. 3. 4. 5. t=0 6. 7. 8. 1. 2. 3. 4. 5. 6. 7. 15

2. 1. vs 2. 3. 4. 5. 6. 1. eddies 2. 3. 離 離 度 4. 5. 6. 7. infinite space D 16

暴 露 異 暴 露 不 伍 結 語 GHS CCB 參 考 資 料 1. AIHA Exposure Assessment Strategies Committee Modeling Subcommittee. 2000. Mathematical Models for Estimating Occupational Exposure to Chemicals. AIHA Press. Fairfax, VA, USA. 2. Ignacio, Joselito S. and William H. Bullock. 2006. A Strategy for Assessing and Managing Occupational Exposures, 3rd Edition. AIHA Press. Fairfax, VA, USA. 3. Chris Keil and Robert Murphy. 2006. An Application of Exposure Modeling in Exposure Assessments for a University Chemistry Teaching Laboratory, Journal of Occupational and Environmental Hygiene, 3:2, 99-106. 17

4. 2012 100 IOSH100 A307 5. 2013 102.7.3 6. 2014 103.12.31 7. 2014 103.12.31 8. 2014 103.6.27 9. 2015 104.12.2 18