【中鋼AI現場1：1千5百度高熱密閉生產環境如何監控？】高爐AI應用大剖析

中鋼靠間接量測高爐生產數據，一步步打開黑盒子，運用AI即時監控爐況，提早預測異常生產狀況即時應變

文/翁芊儒 | 2021-03-04發表
攝影／洪政偉

高爐之於鋼廠，是不可或缺的一環。飄洋渡海的鋼鐵原料從港口上岸後，會先由煉焦工廠製成焦炭、燒結工廠製成燒結礦與鐵礦，加入其他次要原料後，就會來到鋼鐵融煉的第一站，高爐。

高爐的作用，就是透過一連串高溫熔融反應，將鋼鐵原料煉成鐵水。雖然說起來容易，實際上，高爐卻是一個複雜的煉鐵反應器。中鋼煉鐵廠高爐二課課長許雍達解釋，每一座高爐，都集合了非常多系統於一身，包括了爐體本身冷卻系統、熱風爐、原料輸送、出鐵、爐氣處理、頂壓回收發電、噴媒等環節，每個系統互相搭配，才能維持高爐穩定運作。

這個系統中，真正煉製鐵之處，就是外觀形似巨大養樂多瓶的高爐爐身。其運作原理，是從上方加入煉鐵原料，以一層焦炭、一層燒結礦與鐵礦的方式，盡量將原料均勻散布其中，再透過周邊的熱風爐，將空氣加熱，從高爐下部的鼓風嘴鼓進高爐，來加熱、還原，將鐵礦石融煉成鐵水與爐渣。

熔煉過程中，中鋼也透過鼓風嘴噴吹粉煤，來取代部分焦炭作為還原劑，可降低煉焦爐的負荷，並有利於爐熱調節；而爐內產生的高爐氣，也能在淨化後用來發電，並作為熱風爐及廠內的燃料，來達成節能、減少碳排放的效益。最後的鐵水與爐渣，則會分開取出，各自進行下一步的加工或販售。

許雍達指出，這套高爐生產的做法，早從十多年前就持續運作至今，但在過去，高爐內部高溫、密閉且不易觀測，難以得知爐況是否符合預期，「比如原料一層一層加入之後，到底分佈均不均勻？又要如何在爐溫下降之前，提早預測來因應？」

這些問題，隨著IoT與AI技術日漸成熟，中鋼開始蒐集更多生產數據，逐步翻轉過去熟悉的高爐運行操作。

落地27項高爐智慧應用，更即時掌握高爐生產動態

中鋼約從3年前開始，致力於研發高爐AI，不只開發高爐爐況監控的相關應用，也開發周邊設備的AI應用，比如原料輸送帶的預測維修、熱風爐生產效率與耗能監控、現場人員的安全監控等，截至今年初，已經完成27項高爐智慧應用的開發，依據應用的特性與適用場域，分散部署在4座高爐中。

由於高爐本身就像是一個黑盒子，為了掌握高爐的生產狀況，中鋼在高爐上裝設了多種感測器，就是要靠各種生產數據，一步步將盒子打開。

比如說，從高爐上方布料時，雖然是均勻旋轉布料，但實際布料情況還是會依據爐內氣流變化而改變，為了監控布料狀況並適時調整，中鋼在布料槽裝設了料面溫度儀與輪廓儀，來掌握布料形狀與高溫氣體的分布情形。在爐壁上，中鋼也裝測了溫度感測器，透過爐壁溫度變化頻率，來預測爐壁冷卻元件是否受侵蝕、內部是否結塊。

不只如此，為了預測爐熱變化，中鋼量測出鐵口的鐵水溫度變化，參考操作條件、鐵渣的化性分析，開發AI預測未來爐熱；也運用爐溫爐壓分布的異常數值，找出發生管道流異常的可能性。透過更即時發現異常並自動預警，就是要讓產線人員盡早發現問題，才能提前調整生產參數來因應。

而且，針對所有開發的生產數據監控與AI應用，中鋼開發了綜合爐況評分機制，能從原料分佈、氣流狀況、目前風量、鐵水產量、爐內溫度等生產狀況，為高爐當下的運行表現評分，讓產線人員可以更直覺、快速地的了解當前高爐爐況，「中鋼自己設定的目標，是要隨時大於89分以上，」許雍達說。

克服AI落地挑戰，中鋼導入一站式生產數據監控平臺

中鋼過去開發AI應用時，是由技術人員設法取得生產數據，開發出AI模型，再由IT單位開發成應用程式，個別部署到現場中控室的單機電腦中。

許雍達指出，這個做法面臨了三大挑戰。首先，當時從生產環境蒐集到的資料，位於封閉式的生產系統中，為避免透過外部線路存取資料時，可能帶來的資安風險，「研究人員不能輕易的取得生產數據資料，分析費時費力。」

再加上，每一支開發完成的應用程式，都必須部署到中控室的單機電腦中，透過視窗介面來呈現，在應用程式分散在多臺電腦的情況下，增加了電腦、網路的維護工作。不只如此，隨著蒐集到的資料量更大，AI分析也需要更大量的硬體運算需求，原有的主機資源逐漸不敷使用。

這三大挑戰，讓中鋼在2019年底，率先在二號高爐場域，規劃建置AIoT智慧分析平臺，更找來研究部門、子公司中冠資訊共同研發，利用二號高爐在去年大修的期間，同步導入該場域。

這套AIoT平臺最主要的目的，是要將分散部署在不同電腦的AI應用，整合到同一個Ｗeb平臺中，讓員工只要以瀏覽器開啟入口網站，登入帳密，就能一站式管理高爐所有的生產資訊。

建置過程中，中鋼不只以Web介面重新設計AI應用儀表板，也將過去難以取得的生產數據整合到一個資料平臺，供技術人員更方便的分析取用資料，更建置了專屬AI應用的硬體資源，取代分散部署到電腦主機的方法。

許雍達指出，AIoT平臺上線後，中控人員不只能即時查看重要的生產資訊，當高爐發生任何異常狀況，平臺也會自動觸發告警，並顯示操作指引，讓員工可以依照指示排除異常，將異常狀況可能帶來的傷害降到最低。

比如說，當AI偵測到四號高爐的爐身發生結塊，就能利用過去一段時間的溫度變化，去推測結塊情形的演變，系統也會提供操作指引，來建議員工應使用哪一種應對模式，才不會導致結塊問題更嚴重。

處置完成後，員工也可以直接在介面中回報，將此次事故處理過程提交出去，作為歷史維運紀錄，而且，過去類似事故的處理方法與結果，也會同步附件於操作指引的介面中，提供緊急處理時參閱。

除了上線網頁版的AIoT監控平臺，中鋼也接續打造了行動裝置版本，只要安裝到手機上，具登入權限的中控人員，就能隨時隨地掌握生產即時動態，了解異常狀態資訊。

今年初，二號高爐完成大修，這套AIoT平臺已經導入二號高爐場域中。中鋼也正在規劃，要將AIoT平臺導入其他座高爐中。許雍達表示，更長久的計畫，則是要開發煉焦、燒結兩大原料加工廠的智能模組，並且整合到AIoT平臺來監控運用，「這樣一來，我們在高爐的現場就能看到原料加工廠的生產數據，如果有異況，高爐也能同步調整、配合。」

高爐AI應用大剖析

「高爐出了問題，就得降風停產，如果能見微知著，在發生狀況前預先防範，就能降低損失產量的風險。」中鋼技術部門代理副總經理鄭際昭，一句話點出高爐AI的重要性。

用AI煉鐵，導入27項高爐場域智慧應用，被中鋼視為第一個進化里程。27項應用中，中鋼不只開發高爐爐況分析監控，也開發周邊設備的AI應用，比如原料輸送帶的預測維修、熱風爐生產效率與耗能監控、現場人員的安全監控等。

其中，高爐本身的爐況監測，更是AI開發的重點任務，因為高爐就像是一個黑盒子，為了掌控高爐的生產狀況，中鋼得在高爐上裝設多種感測器，以AI監控生產數據，才能提前發現問題，並及早因應。

因此，在眾多應用中，中鋼特別介紹7項與高爐爐況分析相關的智慧應用，揭密1,500度高熱密閉的生產環境，如何靠AI監控。

1 爐內布料情形監控

技術關鍵 靠掃描感測儀器與熱像儀，偵測原料、粉塵、高溫氣體分佈狀況，並將資料視覺化

效用 監控氣流是否穩定、布料形狀是否符合預期

將原料從爐頂添加到高爐時，過去無法得知實際布料狀況，但現在，中鋼在爐頂布建掃描感測儀器，就能即時偵測原料在高爐內的分佈，同時透過爐內的熱像儀，掃描粉塵、高溫氣體的分佈，就能比對得知目前氣流是否穩定，布料形狀是否符合預期。中鋼也將量測到的數據，以視覺化的方式來呈現。

2 管道流預警AI

技術關鍵 透過AI判斷爐內壓力與溫度分布是否超過異常值，來預測管道流異常

效用 提早預測管道流異常發生可能性，調整生產參數來因應

一般來說，高爐運作的理想情況，是從下面鼓風，爐氣均勻往上傳遞，將原料還原熔融。但是，若爐氣無法穩定通過爐料，而是累積在某個區塊，就可能因為壓力蓄積過大往上竄出，造成爐頂洩壓閥排放，或造成設備損傷。「氣集中在一個地方，壓力大到一個程度就會往上衝，就好像人打嗝，不能等到衝上來，要想辦法及時拯救。」鄭際昭形容。

為了提早發現管道流的情形，中鋼在高爐爐殼上設置壓力量測與溫度量測點，分別將溫度與壓力的分佈視覺化呈現，若結合兩者數值，發現壓力差超過異常值，或是局部溫度過高，AI判斷為管道流異常可能發生，「系統會發出預警，引導操作人員先降低風壓、風量，」中鋼煉鐵廠高爐二課課長許雍達表示，越早預測出管道流異常，就能越早調整生產參數，來避免管道流發生。

3 爐壁厚度監測AI

技術關鍵 透過爐壁探鑽深度與周圍壁面溫度變化的關聯性，訓練AI靠爐壁溫度變化，判斷爐壁厚薄

效用 預測爐壁冷卻元件受損情形，安排檢修時程

高爐爐壁冷卻元件（冷卻壁）若被蝕破，就可能造成嚴重的生產危機。然而，單從高爐外觀，無法得知爐壁冷卻元件被侵蝕的程度，中鋼以往只能定期量測來推斷爐壁狀況，定期檢修，來降低意外風險。

要監測爐壁厚薄，中鋼在爐壁裝設測溫感測器，找出溫度與爐壁厚薄的關聯性。鄭際昭解釋，一般來說，爐壁變薄後，測得的爐壁溫度會升高，雖然鐵水在壁面結塊或脫落，也會造成可能造成溫度改變，但相較於正常爐壁狀況，溫度變化頻率會較為劇烈。

因此，中鋼以探鑽點位附近的歷史溫度變化，結合實際探鑽的厚度訓練AI模型，再套用到高爐其他測溫點位上，來推測爐壁不同位置的侵蝕狀況。

4 爐壁結塊預測AI

技術關鍵 透過爐壁溫度變化頻率預測結塊情形

效用 監測到爐壁溫度變化異常，提早因應避免結塊情形惡化

高爐溫度一旦降低，就可能造成鐵水冷卻結塊、附著在爐壁上，若爐壁的結塊大量滑落，導致爐氣異常溢出，就可能發生操作上的危險，「許多高爐曾經因為高爐內部結塊過大，掉落時打到鼓風嘴，導致鼓風元件受損漏氣。」許雍達說。

為了維持爐況穩定與操作安全，中鋼開發了爐壁結塊預測AI，當發現溫度變化波動越來越小，就能推測爐壁內部結塊，並提前調整高爐的生產條件，避免結塊情形更嚴重。

許雍達表示，這套AI應用目前部署在三、四號高爐，因為這兩座高爐的爐內冷卻元件形式與一、二號高爐不同，更容易發生產生爐壁結塊問題，較有應用AI的急迫性。

5 爐熱溫度預測AI

技術關鍵 量測出鐵口的鐵水溫度變化，參考操作條件、鐵渣的化性分析，學習預測未來爐熱

效用 預測未來2～4小時內的爐熱變化，提前調整生產參數來因應

對於正在生產鐵水的高爐來說，必須維持一定的爐熱，高爐才能穩地熔煉鐵水，若溫度異常大幅下降，就可能造成爐冷危機，需花費許多時間調整加熱，一旦惡化至鐵水凝固無法排出，復原工作會很困難。

「發生一次就是上億的損失，所以我們要盡可能避免走到這一步。」鄭際昭點出爐熱預測的重要性。

中鋼在建立爐熱溫度預測AI時，就是透過量測出鐵口的鐵水溫度變化，參考操作條件、鐵渣的化性分析，學習預知未來2～4小時的爐熱趨勢，藉此訓練出爐熱預測的AI，若預測到未來爐熱可能下降，就能即時調整生產參數，微調風溫、噴煤量，來維持爐熱的穩定。

6 鼓風嘴噴煤預警AI

技術關鍵 透過大量鼓風嘴噴煤影像訓練AI判斷異常

效用 自動化找出噴煤槍過短、噴煤口堵塞等異常影像，減少人力監控負擔

中鋼透過在鼓風嘴噴吹粉煤，來減少原料焦炭的使用，同時，也能透過粉煤噴吹量來調節爐熱。不過，粉煤噴吹的狀況，過去需要人工監控，透過攝影機將風口影像傳輸到中控室，來監測是否發生噴嘴阻塞、或是噴煤槍設備耗損的情形，而且，需監控的影像還不只一個，光是二號高爐就有30個風口影像需要監控。

為了減少人力的負擔，中鋼正在運用歷史監測影像，訓練影像辨識AI，來自動監診噴煤槍設備，找出噴煤槍過短、噴煤口堵塞等異狀。

7 高爐原料粒徑分析AI

技術關鍵 透過原料粒徑影像資料，訓練AI進行粒徑分析

效用 即時辨識原料粒徑大小與分布，調整入料情形來降低燃料率

將原料送入高爐時，若原料的粒徑大小符合預期、分布較平均，有助於爐況穩定、降低燃料率。中鋼甚至推算，高爐燃燒料率每減少1%，每年可以減少上億的燃料經費，因此，中鋼用AI來即時辨識原料的粒徑大小，即時計算進入到高爐原料粒徑分布，以及是否混雜到其他原料等情況，再根據分析結果來調整原料分布，有助於穩定爐況、降低燃料率。

附圖：光是二號高爐，中鋼就投資約5,700萬元來建置智慧應用，投資的金額雖大，但帶來的效益更可觀，預估每年可以降低成本3,270萬元，減少排放溫室氣體2,217噸。（攝影／洪政偉）

資料來源：https://www.ithome.com.tw/news/142938

【微型感測器今晚如何找到臭味來源？】
文：李雨蓁 Lí Ú-chin

今晚的歸仁農地大火，已在21:30撲滅，延燒超過8公頃（比夢時代大）造成高雄全市惡臭。但不知道大家有沒有注意到環保局的新聞稿：全市都接獲通報，但「微型感測器數據最先出現高異常數值地區是北高雄阿蓮區，巡查人員到場發現是鄰近的台南市歸仁區。」這段話，其實顯示了「#智慧空汙治理」的潛力。


👉什麼是「微型感測器」呢？

這是一種可以監測溫度、濕度、PM2.5、PM10、總揮發有機物的小型感測器，並透過4G網路等不同通訊協定，3分鐘回傳一筆資料。相對而言，「微型感測器」偵測項目比「環保署測站」少，精密度較低，但站點密、回傳頻率高；然而，又比民間偵測器如「空氣盒子」嚴謹，經過工研院的實地與實驗室偵測與校正，並定期巡檢保養。


👉微形感測器的作用？

感測器偵測項目雖不多，但重點在於以量取勝的「大數據」、互相比對的「物聯網」，也就是透過大量感測器可以定位出污染源，透過時間變化可以偵測到移動趨勢，例如本次感測器從阿蓮開始傳出高讀值訊號，就顯示污染源在阿蓮或其上風處。


這些感測器從2017年開始建立50座，2018年再架設500座，2019年持續辦理增加750座，配合環保署建置空氣品質物聯網，可24小時監測空氣品質，減少空污稽查空窗期，一旦發現異常將可立即啟動通報與稽查，有效掌握污染來源，打擊不法。


👉除了感測器之外還有哪些偵測手段？

1.#移動監測車：
環保局現有2輛可移動多功能環境品質監測車，可同時偵測二氧化硫、臭氧、一氧化碳、懸浮微粒(PM10)、細懸浮微粒(PM2.5)、氮氧化物、碳氫化合物等空氣汙染物，可以機動配合重大汙染檢測，以及空品不良的緊急應變監測。

優點：兼具機動性和較完整偵測能力。
缺點：只有兩台，部署較慢，對於找不出源頭的大規模污染，較難快速定位偵測。


2.#可攜式氣體偵測器
消防隊、環保局配備有各類型多用途氣體偵測器，主要能偵測揮發性有機氣體(VOC)、硫化氫（H2S）、一氧化碳（CO）、可燃性氣體（LEL）及含氧量(O2)等多種毒性氣體。

優點：機動靈活，可提供較多點的偵測數據。
缺點：可偵測氣體種類與準確性較為受限。


3. #即時空氣污染物連續自動監測設施(Continuous Emission Monitoring Systems, CEMS)
裝在污染物排放煙囪內的自動監測設施，利用物理光學或化學感測器，換算污染物之濃度，並自動傳回環保局。自2015年11月開始，環保局在民間協助之下，將監測視覺化呈現曲線圖表，即時連線至市府「高雄市煙囪排放即時監測系統」網頁供查詢。

優點：具良好的敏感度，並可24小時連續即時監測。
缺點：法律並未要求所有工廠裝設。以高雄市為例，符合法規需設置CEMS者，有29家公私立工廠、共119根煙囪，而這119根煙囪的排放量，占全國總排放量的30%，為高雄市固定排放源的70%。然而，許多偷排量來自小型，甚至非法業者，防不勝防。另外，桃園市的台塑集團子公司華亞汽電，於2011年被查獲在中控室CEMS監控程式偽造正常數據，回傳環保局，為全國第一起遭查獲竄改CEMS案例，被罰補繳6.59億元空污費，相關人員依刑法判刑。而後，台塑集團的南亞塑膠桃園錦興廠、新北樹林廠，及台灣化纖雲林六輕海豐廠、嘉義新港廠，全因CEMS數據申報不實而遭開罰。


👉這麼多感測器，怎樣發揮更好作用？

好過日過去一直強調透過「生態民主」、「生態正義」、「生態經濟」的三大原則，建構安全、永續的環保政策，我們認為目前的偵測系統還有一些問題：


1. #做好維護與落實資訊公開
其實大家現在就可以看到微型感測器資訊網，然而其中有許多（大部分）偵測器是沒有數據的，包含最接近歸仁的那隻偵測器在內。然而，環保局看得到數據，是不是表示資料未整理上傳？或更新出了問題？ 必須確保網站運作正常，才能做到資訊揭露！


2.#發揮物聯網與跨域治理作用
目前高雄的微型感測器僅限於境內，對於跨境污染必須另行聯繫確定，未來是否有可能建置國家級測站以外的微型偵測站網路，更好的偵測與稽查跨域污染事件，甚至結合風場系統做到提前預警，結合CEMS系統評估環境影響，甚至作為追究廠商責任的量化標準...這些是可以再強化的。


3.#空品不良預警機制
今天3Q 陳柏惟 在立法院質詢就提到，目前的「空品不良細胞廣播」是要國家測站AQI>200才會發布，但在缺乏國家級測站位置，污染超標的區域事件可能就不會被警示。地方政府的智慧空污系統能否發揮更好的警示效用，可以再檢討改進！


另外我想特別提醒，歸仁沙崙地區前幾天就頻頻傳出農地燃燒案件，台南消防隊也特別提醒民眾天氣乾燥、野草容易延燒，但仍發生此次事件。我們希望警消能盡快調查，釐清責任歸屬，並依法對犯人重罰求償！

為什麼冬天呼吸道疾病容易傳染？（一方面是）因為飛沫飛得更遠。麻省理工物理教授呂迪亞．波茹以芭（Lydia Bourouiba）2014 年的研究。
　
我在某新浪網新聞看到這個。原始論文可以從 Google 學術搜尋取得全文，或者某個你或許知道的地方，詳見文末 Ref。
　
論文很長，因為學術要求不忘本，所以花費很多篇幅 include 先前該領域的文獻（流體物理——液滴、氣溶膠的方面以及流行病學的方面），還得一五一十說清楚她的實驗配置與資訊分析方法（以利他人複製檢查結論）。
　
但總之就是，教授她用高速攝影機的影像，透過電腦分析影像資料，研究了人打噴嚏之後，口沫會怎麼橫飛。
　
我直接殺到讓我自己恍然大悟的亮點：
　
為什麼冬天容易傳染各種飛沫傳染的疾病呢？說來簡單，因為冬天飛沫飛更遠。
　
去年我在 每日一冷〈為什麼雲不會掉下來〉那篇寫得不算精緻的文章裡，就涵蓋到解謎的所有關鍵而不自知。要多虧波茹以芭教授實際的觀測與分析，讓其中的物理更加一清二楚。
　
冬天環境空氣冷又乾，密度大。但從人肉色的肺裡出來的氣體，又溫又潮濕。我們都知道熱空氣的密度小，但其實濕度高的空氣密度也小——詳細理由是「道爾吞氣體分壓定率」：水的分子量 18 比空氣的 28.8 小。又溫又潮濕的噴嚏就輕上加輕，在相對重的冬天冷空氣中會上浮。
　
一口噴嚏中含有各種半徑的口沫液滴，大的液滴在高速運動中破裂為小液滴。因為空氣阻力與重力，液滴越大降落越快，液滴越小降落越慢。
　
物體的 #終端速度 估算公式為 v = √( 2W / (C.ρ.A) )，W 為重量，A為截面積，ρ為密度，C為與形狀有關的常數。若液滴半徑為 r，因為 W ∝ r³、A ∝ r²，因此 v ∝ √ r 。白話文，終端速度和半徑的平方根成正比。
　
於是極小的液滴在上升氣流中就不只不太會掉落，甚至會跟著氣流被往上帶。
　
於是，溫熱潮濕的噴嚏就形成了一朵雲。論文中稱為 cough cloud（但她實驗的對象確實是搔搔鼻子打噴嚏，並不是咳嗽）。冬天的室內便成為傳染病的溫床。
　
波茹以芭教授在 Science Friday 這個節目（→ youtu.be/-pGudblk8Ok?t=171，內含實驗影片）的採訪中提到，目前大部分室內空調是從天花板排氣，就能順勢將這團有部分浮力的噴嚏雲，吸到天花板排放走。
　
我們怎麼運用這個研究結果？當然防止沒戴口罩的人沒用手臂把整張臉摀住就打噴嚏（←根本欠打）是最根本的第零步。　<此段有誤故刪除>　然後假設室內能以暖氣維持在夏天的溫濕度，人吐出的氣團就沒有那麼大的浮力上升，因而能讓噴嚏雲飛不遠了......新的問題是人們能忍耐四季皆夏的溫溼度嗎 囧rz。
　
因為科學是無敵的。←信心喊話一下
　
*有點冗長的改正 edit note: 經網友指正，我嚴重誤會了一點，訪談中 Bourouiba 教授言下之意是排氣口在高處是明智之舉。我對空調設計的認識不夠就亂講真是......重要！不要完全相信網路上的人，他們有可能亂下結論，包括我。
　
Displacement ventilation 是指在室內低處引入戶外空氣，利用熱空氣會上升的自然傾向，由天花板把空氣吸走，使室內空氣呈上升的單向流動。至於這樣對防治傳染病有無助益，結論並不篤定。反倒有可能因為上升氣流的存在，讓汙染性微粒懸浮在人類身高的高度，稱為 lockup phenomenon ←新增這段有參考資料，是 doi.org/10.1371/journal.pone.0211390。
　
有沒有可能整個逆轉，做到室內都是下沉氣流，不讓噴嚏雲上升呢，但想得容易，實際得克服的天然難題是只要存在溫差空氣就自然會對流。這真的是商機，待你研究發明，就從研讀流體力學先。
　
_　
Ref:
Bourouiba, L., Dehandschoewercker, E., & Bush, J. W. (2014). Violent expiratory events: on coughing and sneezing. Journal of Fluid Mechanics, 745, 537-563.
　
DOI: 10.1017/jfm.2014.88

_
▅小澄清：
　
武漢肺炎冠狀病毒的傳染途徑仍未完全釐清，並不知道到底是接觸、飛沫（大滴的）、空氣（所謂空氣就是極小飛沫、極少量病毒即可有效傳染）之中的哪一些途徑。十七年前的SARS，雖然曾經因為淘大花園的社區群聚而一直傳出不排除空氣傳染，但最終各方分析的定調是由水汙染而接觸傳染（淘大花園的傳染者該名病患，症狀以腹瀉表現且排泄物中病毒量高——也就是糞口傳染），所以就和這篇提到室內乾濕度、飛沫飛得遠沒有直接關聯了。接觸傳染的防止是在盡可能不要接觸染污表面，常洗手、不觸碰眼口鼻黏膜。
　
這篇文章不意在提供特定的防疫建議，是為一般的生活科學。畢竟，就算冠狀病毒不會空氣傳播，我們很確定流感會、水痘會、麻疹更是會（←麻疹超霸道），還有肺結核和天花（←所幸後者滅絕了，大概吧）。
　
因此這小知識還是很實用的，讓你以後在公共場合聽到有人咳嗽就會像知道得太多的 Bourouiba 教授本人一樣，疑神疑鬼。 #NightmareFuel