根据上篇动态提取的试验方案，本期我们进一步讨论部分具体的研究和数据：

动态提取不同于传统的提取方法，它可以测量和预测提取率的变化。此外，长期积累大量测试结果后，可用于为特定材料和部件构建提取金属的"指纹"库。这些指纹库可用于鉴定实际设备中金属杂质的来源。

上图就是文献报道的实际动态萃取案例，具有高浸出率的过滤器（过滤器 A）中的铝和钙的浓度随着时间推移，浸出水平显着增加，而过滤器 B（具有较小浸出率的过滤器）中任何元素都没有显着增加。

综合来看，随着时间推移，一般萃取率（金属每天的浸出质量，μg/day）都会逐渐下降，但是不同洁净度的过滤器（A和B）浸出率差异很大，如下表1，也证明了进行必要的分析测试，对区分不同零部件品质具有重要意义。

充分利用动态萃取数据，依据经典的传质模型出发，可以进一步建立模型，拟合出各金属杂质在不同聚合物组件中的传质系数，这对预测组件在实际使用工况下的运行效果有重要指导意义，特别是提供了两点关键信息：1.能预测冲洗指定时间后，系统能达到的洁净度水平；2预测系统需要多长时间冲洗运行，才能将金属降低到指定规格Spec内；

上表2就是个文献报道实际案例；揭示了不同品质的过滤器 A 和 B， 分别安装到化学品分配系统中后，预期浸出的污染物量；以及过滤器下降到指定浓度下（一般为规格限浓度），需要对其进行清洗的持续时间。

结论：

①一种测量组件中金属萃取的新方法，即动态萃取，克服了与传统方法相关的许多问题。由于动态萃取测量萃取随时间的变化，因此可用于确定萃取率，评估组件污染对工艺化学品的影响，并预测金属提取高于规格的持续时间。

②通过使用多个样品可以最大限度地减少分析和采样误差。

③结合部件原材料中的金属污染物信息，再与零部件动态提取的污染物信息进行比较，有助于快速识别污染来源并优化工艺和制定规格；

④ 动态萃取提供了更全面的污染物信息，对零部件原材料企业、零部件企业、和零部件下游用户提供了有意义的数据，是行业分析方法的发展方向。