声发射技术在气固两相流检测中的研究进展

摘 要 阐述声发射技术的检测原理，回顾了近年来声发射技术在气固两相流检测中的研究成果，包括气固流化床、循环流化床、气力输送管道等，涉及到流化状态识别、流型转变、颗粒质量流量、颗粒粒径等方面的检测，研究表明：声发射信号对颗粒的运动非常敏感，能够实时准确检测气固两相流动特征。最后展望了基于声发射的气固两相流检测技术的发展方向。

关键词 无损检测 声发射技术 气固两相流

中图分类号 TP216   文献标识码 A   文章编号 1000?3932（2023）02?0131?07

气固两相流是重要的多相流流动形式之一，广泛应用于石油化工、冶金、电力、环保、医药等领域［1，2］，对流动流型、颗粒浓度、颗粒速度及质量流量等的实时检测，直接影响工业生产系统的操作和控制。流动的复杂性和随机性使得流动参数检测困难，气固两相流检测技术是理论研究和工程测量急需解决的问题［3～5］。

目前，气固两相流检测方法主要包括光纤法、静电法和声波法。光纤法可同时检测颗粒速度、浓度和粒径［6］，但是只能用于检测稀相流动；静电法利用流动颗粒静电特性获得流体的流动参数［7］，能够检测颗粒速度，由于颗粒电荷受颗粒性质、流动状态和传输环境影响，不能直接测量工业过程的颗粒流量；声发射技术是一种被动式的声波检测技术，作为一种动态无损检测技术，在检测设备状态和动态参数方面得到了广泛的应用，具有非侵入式、实时动态及适用于恶劣检测环境等优点。

1 声发射技术检测原理

声发射是材料在外部力或内部力作用下局部能量快速释放产生瞬态弹性波的现象［8］，声发射技术使用压电传感器耦合在被测结构表面检测弹性波并将其转换为电信号，根据信号的变化识别信号源的动态特性。气固体系中的声发射信号是颗粒-颗粒、颗粒-壁面的碰撞和摩擦作用及气体湍流产生的，包括可听声和更高频率的信号［9，10］。

气固两相流声发射检测系统如图1所示，传感器安装在气固体系的壁面上，依次连接系统主机、显示器，信号超过门槛电压时被采集，波形如图1右侧所示，参数有幅值、上升时间、持续时间等。对声发射信号进行参数分析和频谱分析，将声发射信号与流动特征相关联，以实现对气固两相流的检测［11］。

2 声发射技术检测气固两相流研究现状

2.1 气固流化床

气固流化床有良好的传热和传质特性，是催化裂化、烯烃聚合、生物质气化等工业过程的反应器，学者们应用声发射技术研究了气固流化床流型识别、流型转变、最小流化速度及颗粒团聚等。

2.1.1 流型识别

在流型识别方面，黏性颗粒气固流化流型复杂，不同区域表现为不同的流型。

文献［12］结合压力脉动和声发射技术研究了黏性颗粒运动轴向分布，声发射信号能量轴向分布证实了黏性颗粒会出现分层流化现象；作者还考察了表观气速和初始床层高度对流型的影响，建立了流型图，可为优化黏性颗粒流化操作提供指导。

文献［13］使用声发射技术检测Geldart A/B/D类型颗粒气固流化床塌落过程，通过信号能量曲线可以判别颗粒类型，结合Hilbert?Huang分析床层不同位置颗粒运动特性，塌落过程中床层底部和上部颗粒与壁面的摩擦、撞击作用不同。

2.1.2 流型转变

在流型转变方面，文献［14］首次利用声发射技术检测聚乙烯颗粒流化状态，结果表明：声发射对颗粒运动很敏感，通过信号能量时序分析可以得到流型转变速度，检测结果与压力梯度法、压力脉动法和经验公式计算值一致。结合颗粒温度和信号能量空间分布，能定量测定颗粒运动活性，提出了检测分布板去流化区域的判据。

针对能量分析无法准确区分不同床层高度流型转变速度的不足，文献［15］对声发射信号进行递归分析，发现了不同流型颗粒运动的周期性特点。根据递归特征值随气速的变化能清晰检测到从鼓泡流态化到湍动流态化的转变速度，且床层较低处的转变速度大于床层较高处的。

2.1.3 最小流化速度

最小流化速度是气固流化床最重要的参数之一，与流化床的工程设计和操作紧密相关［16］。

文献［17］对气固流化床的声发射信号进行统计分析，信号的标准差、偏度和峰度随气速变化有两个转折点，分别对应初始流化速度（固体混合物中较小颗粒流化，出现孤立气泡）和最小流化速度，床层高度增加时初始流化速度消失，即在足够高的长径比下较小颗粒也不易流化。

2.1.4 颗粒团聚

流化床烯烃聚合过程会释放大量的热量，聚合物颗粒容易聚集结块，严重时造成反应器堵塞。

文献［18］利用聲发射技术检测近分布板区域的动结块，对比加入丝状结块、块状结块与正常流化信号能量和频谱的差异，提出动结块的声发射判据。

文献［19］将声发射技术应用于烯烃聚合中试热态试验装置结块的检测，比较了正常信号和结块信号的功率谱质心，结块时信号能量分布发生变化，利用小波包分解和支持向量数据描述方法建立预警模型，引入预警率参数减少错误预警，结果表明：建立的结块早期预警模型比传统的压力和温度监测方法提前20～50 min发出预警。

2.2 循环流化床

循环流化床是典型的高效无气泡流态化设备，循环流化床锅炉和催化裂化是其应用最广泛的工业过程［20］，研究者使用声发射技术研究循环流化床内的气固流动。

2.2.1 物料返混高度

文献［21］利用声发射技术测量循环流化床物料返混高度，考察了粒径、风量对流化状态的影响，将声发射信号进行小波包尺度能量特征分析，对比完全流化状态下不同高度特征频段能量百分数，得到了“最大返混上升高度”。

2.2.2 循环流化床防磨技术

文献［22］使用声发射技术研究循环流化床壁面磨损问题，对信号进行小波包分解处理，发现0～12.5 kHz低频段信号可以反映颗粒与壁面的接触程度，加装方形凸台后，该频段能量百分数低于三角形和半圆形，说明方形凸台更能减缓颗粒与壁面的碰撞摩擦作用，具有更好的防磨效果，为循环流化床防磨技术提供了指导意见。

2.2.3 流型识别和流型转变

在流型识别和流型转变方面，文献［23］对循环流化床声发射信号进行标准差分析，得到了鼓泡流化-湍流流化-快速流化-密相气力输送的流型转变速度，依据Hurst和小波分析，将声信号划分为微尺度、介尺度和宏尺度，微尺度信号反映颗粒间碰撞和颗粒-壁面碰撞作用，介尺度代表颗粒团和气相的相互作用，宏尺度表征平均流动行为。

文献［24］通过分析循环流化床非线性特征来预测流型转变，通过算法复杂性、涨落复杂性和香农熵分析获取流型转变速度，算法复杂性和香农熵分析得到的流型转变速度与经验值最接近。

文献［25］利用声发射技术研究工业规模冷态循环流化床颗粒循环建立过程的气固动力学，提升管和下降管最初流化状态稳定，随后由于下降管进出口固体流动不平衡导致提升管和下降管的流型不稳定，观察到下降管内流化床和移动床交替出现，通过信号能量的变化可以确定不稳定阶段的时间。

文献［26］同时采用声发射和压力脉动法研究操作参数对循环流化床气固混合的影响，考察了提升管、鼓泡床、密封罐的气速对气固流动的影响，提升管和鼓泡床的气速对气固流动的影响显著，结合Hurst和分形分析得到信号多尺度特征，发现提升管不同位置的颗粒团和气泡运动存在差异，在快速流化条件下，颗粒主要集中在提升管底部，上部区域颗粒浓度较低，底部更易出现环-核流形成颗粒团聚。

文献［27］借助波导杆检测循环流化床提升管流型，设计的波导杆能有效屏蔽噪声信号，根据声发射信号能量径向分布发现，在密相输送时提升管表现为环-核流，信号能量与固体质量通量成线性关系。

2.3 气力输送管道

气力输送过程固体颗粒参数的检测有助于提高产品产量、降低成本和节能［28］，对于燃煤和生物质发电厂，精确检测燃料流量可以提高燃烧效率，同时减少污染物排放［29］。近年来，声发射技术在检测气力输送管道流动特性方面取得了较大进展。

2.3.1 检测颗粒质量流量

文献［30］利用声发射技术监测沙粒输送过程，沙粒量由0.2 g增加到1.0 g，信号最大能量所对应的频率由300 kHz增大到650 kHz，声发射绝对能量与沙粒质量、表观气速呈正相关关系。

文献［31］分析了颗粒-有机玻璃板碰撞和摩擦信号的功率谱，发现颗粒-壁面碰撞信号的主频高于颗粒-壁面摩擦信号，利用小波分析建立了稀相气力输送过程颗粒质量流量和碰撞能量分数关系式，模型预测误差低于6.62%。

安连锁等采集了不同颗粒质量流量管道的声发射信号，分别建立集合经验模态分解（EEMD）IMF分量、小波包分解各频段能量分数与颗粒质量流量的关系，EEMD方法得到的结果比小波包分析法更精确，平均误差小于5%［32］。之后，该团队又建立了EEMD和人工神经网络联合质量流量预测模型，优化了神经网络输入层（IMF分量能量）个数、隐含层的层数和节点数，模型预测值与试验结果吻合度较高，提供了一种气力输送颗粒质量流量实时在线测量手段［33］。

文献［34］尝试使用机器学习建立一个预测颗粒质量流量的通用模型，以信号时域特征、小波分解特征频段能量分数及流型参数为模型输入量，对不同规格管道和不同输送物料的输入量进行标准化，引入流型参数后不同流型的预测误差降低8.9%，标准化也能显著降低预测误差，该项工作为实验室规模的实验和工业应用搭建了桥梁。

文獻［29］利用声发射和静电传感器在线测量煤粉质量流量，通过静电传感器的多通道互相关获得颗粒速度，建立了声发射信号能量、颗粒速度和颗粒质量流量关联式，检测结果相对误差在6.5%以内，为传统的粉煤电站改造为智能火力发电厂提供了必要条件。

文献［35］对气力输送中两种侵入式探针进行了对比，通过比较信号的均方根值，发现丝网探针采集的信号比T型探针更可信，EEMD的IMF能量与颗粒质量流量、IMF4的均方误差贡献分数与颗粒粒径成线性关系。

2.3.2 检测颗粒粒径

文献［36］在气力输送颗粒流中引入金属波导杆，从颗粒撞击产生的声发射信号中提取颗粒粒径分布信息，建立峰值电压与颗粒粒径的关系，比较了不同气速下粒径分布预测结果，发现高气速条件下的预测结果更为精确，低气速时小颗粒撞击产生的信号被噪声信号淹没而难以识别，导致预测误差较大。

文献［37］把声发射传感器安装在气力输送管道的弯头外侧，通过Savitzky?Glay平滑滤波器辅助的多次扫描累积方法对功率谱进行降噪处理，结合小波包分析和BP神经网络建立了粒径预测模型，预测相对误差低于23%。

2.3.3 检测颗粒速度

文献［38］将声发射传感器安装在气力输送管道固定轴向距离的两个金属丝网上，通过接收信号的时间差计算颗粒平均速度，考察了传感器安装位置对信号的影响，信号均方根值与颗粒动量、能量与颗粒动能有很好的相关性。

2.3.4 流型识别

ZHANG P等使用声发射技术识别水平气力输送管道的流型，根据信号能量和能量分数随表观气速的变化，能够识别悬浮流到分层流的流型转变，定义周向波动差异并建立流型图，通过不同颗粒、不同管径和检测位置试验，验证了该方法的通用性［39］。该团队还通过压差法和声发射技术研究了斜管倾斜角度对最小输送速度的影响，不同倾斜角度斜管的声发射信号能量随表观气速变化结果表明：最小输送速度在45°两侧呈现不同变化趋势［40］。

文献［41］对声发射信号进行多尺度分析，研究了粉煤高压密相气力输送流动形态，借助V统计分析和小波分析，将声信号分为微尺度（18.75～300 kHz）、介尺度（2.34～18.75 kHz）和宏尺度（0～2.34 kHz），分别表示颗粒-壁面相互作用、气固相互作用、气体-壁面摩擦引起的管道振动，微尺度和介尺度信号能量分数的变化能够反映粉煤的运动状态。

2.4 其他气固两相流

除了气固流化床、循环流化床和气力输送管道的检测外，学者们还利用声发射技术研究了卧式搅拌床反应器、矩形错流移动床、旋风分离器的气固流动和输气管道故障检测。

不同粒径的颗粒撞击壁面产生的声发射信号频率不同，文献［42］利用声发射技术检测卧式搅拌床反应器结块现象，频谱分析和小波分析表明：加入结块后，低频段能量分数增大，高频段能量分数降低，低频段能量分数随着结块数量的增多而增大。文献［43］提出一种基于声发射技术的自回归模型，建立了声发射信号和卧式搅拌床反应器结块的定性关系，冷模试验信号自回归功率谱分析表明：有结块时信号低频段能量增大，方差远高于正常状态，建立的声发射自回归模型成功应用于工业卧式搅拌床结块检测，该方法对环境友好且有较高的精度。

JIANG Y T等首次使用声发射技术检测矩形错流移动床内的颗粒运动，通过频谱分析发现颗粒排料速率与信号平均能量、颗粒移动速度与信号特征峰频率位移成线性关系，进一步利用声发射技术检测了空腔和贴壁现象，信号的功率谱能够用来判断空腔和贴壁现象，根据信号的标准差、平均绝对偏差能够判断是否出现贴壁现象，但不能识别空腔现象［44］。

文献［45］结合多种分析方法监测旋风分离器气固流体力学和分离效率的临界变化，信号能量反映颗粒运动和颗粒-壁面相互作用，信息熵表征气固两相运动混沌特性和复杂程度，通过Hurst和小波分析得到旋风分离器内部多尺度特征（颗粒-颗粒及颗粒壁面碰撞、颗粒团与气相的相互作用、整体流动行为），将这些分析结果与通过进出口固含量比值计算的分离效率、压降结果进行比较，结果表明：声发射技术能够有效反映旋风分离器分离效率的临界变化。

文献［46］将声发射技术应用于输气管道故障检测，研究不同气速下管道内含有水滴和固体颗粒的声发射信号，发现信号的能量、特征频率和管道气速、管道内的颗粒种类及质量有很好的相关性。

3 展望

气固两相流流动具有非线性和多尺度特性，准确检测其动态特征对于优化操作具有重大意义。声发射技术作为一种动态无损检测技术，检测信号来源于气固体系本身，对颗粒运动检测灵敏度高。笔者总结了声发射技术检测气固两相流流型、流动参数和故障的应用，表明声发射技术可以实时快速准确地检测气固流动特征。

然而，声发射技术检测气固两相流还存在一些问题，需要在以下方面进一步研究：

a. 声发射技术检测现场可能包含连续或随机背景噪声，如何降低噪声对信号的干扰并获取与气固流动相关的有用信息需要深入研究。

b. 将智能算法与声发射技术结合，使气固两相流检测自动化和智能化，提高检测精度，减少对专业检测人员的依赖是未来的发展方向。

c. 目前气固两相流声发射试验多在冷态下进行，缺少热态试验研究。高温条件下气固两相流检测通常采用波导杆辅助进行，对波导杆的研究多只限于冷态试验研究［47］，波导杆的声传播特性和设计缺少理论指导和试验验证，声发射技术在更多工业现场气固两相流检测有待探究。

参 考 文 献

［1］ WANG Y M，LYU X Q，LI W T，et al.Investigation on measurement of size and concentration of solid phase particles in gas?solid two phase flow［J］.Chinese Journal of Electronics，2018，27（2）：381-385.

［2］   ZHANG F，LI J，LU J H，et al.Optimization of circular waveguide microwave sensor for gas?solid two?phase flow parameters measurement［J］.IEEE Sensors Journal，2021，21（6）：7604-7612.

［3］   廉俊阳，王浩全.气固两相流参数检测技术研究［J］.电子测量技术，2021，44（2）：126-131.

［4］   TIAN H J，ZHOU Y L，YANG T，et al.The measure?ment of gas solid two?phase flow parameters based on electrical capacitance tomography technology［J］.International Journal of Networking and Virtual Organisations，2019，20（1）：1-13.

［5］   张瑶瑶，陈波，邬雪阳，等.基于超声法测量的气固两相流管道径向仿真［J］.内蒙古科技大学学报，2018，37（1）：27-29；82.

［6］   TROPEA C.Optical particle characterization in flows［J］.Annual Review of Fluid Mechanics，2011，43（1）：399-426.

［7］   WANG C，JIA L，GAO W B，et al.Electrostatic sensor for determining the characteristics of particles moving from deposition to suspension in pneumatic conveying［J］.Nature Reviews Cancer，2020，20（2）：1035-1042.

［8］  HASSAN F，MAHMOOD A K B，YAHYA N，et al.State?of?the?art review on the acoustic emission source localization techniques［J］.IEEE Access，2021（9）：101246-101266.

［9］  HOSSEIN F，MATERAZZI M，LETTIERI P，et al.Application of acoustic techniques to fluid?particle systems—A review［J］. Chemical Engineering Resea?rch & Design：Transactions of the Institution of Chemical Engineers，2021，176：180-193.

［10］  XU X，FU Y H，SONG S L，et al.Fluidization and separation characteristics of a gas?solid separation fluidized bed in the presence of an acoustic field［J］.Chemical Engineering Research and Design，2021，169（1）：46-53.

［11］  SUN J Y，YAN Y.Non?intrusive measurement and hydrodynamics characterization of gas?solid fluidized beds：A review［J］.Measurement Science and Techno?logy，2016，27（11）：112001.

［12］   LIN W M，WANG K Q，YANG Y，et al.Characteriza?tion of flow pattern of cohesive particles in gas?solid fluidized bed via axial distribution of particle motions［J］.International Journal of Multiphase Flow，2020，130：1-10.

［13］   韩笑，周业丰，黄正梁，等.基于声信号的气固流化床塌落过程研究［J］.浙江大学学报（工学版），2014，48（3）：527-534.

［14］   WANG J D，REN C J，YANG Y R.Characterization of flow regime transition and particle motion using acoustic emission measurement in a gas?solid fluidized bed［J］.AIChE Journal，2010，56（5）：1173-1183.

［15］   胡东芳，韩国栋，黄正梁，等.基于声发射信号递归分析的气固流化床流型转变［J］.化工学报，2017，68（2）：612-620.

［16］   包国强，顾维根，穆维国，等.基于机器学习的气固流化床最小流化速度预测［J］.洁净煤技术，2021，27（5）：25-31.

［17］   SALEHI?NIK N，SOTUDEH?GHAREBAGH R，MOS?TOUFI N，et al.Determination of hydrodynamic beha?vior of gas?solid fluidized beds using statistical analysis of acoustic emissions［J］.International Journal of Multiphase Flow，2009，35（11）：1011-1117.

［18］   娄仁杰，韩兆辉.烯烃聚合流化床反应器内动结块的声发射检测［J］.浙江化工，2014，45（2）：23-26.

［19］   LIN W G，WANG X D，WANG F W，et al.Feature extraction and early warning of agglomeration in fluidized bed reactors based on an acoustic approach［J］.Powder Technology，2015，279：185-195.

［20］   王敏，吴迎亚，石孝刚，等.气固循环流化床全回路数值模拟研究进展［J］.化工进展，2019，38（1）：111-121.

［21］   李帅，李海广，郑坤灿，等.声发射设备测定循环流化床壁面物料返混高度［J］.锅炉技术，2017，48（4）：35-39.

［22］   李海广，李帅，郑坤灿，等.稠密气固两相流凸台绕流的声发射测试［J］.仪表技术与传感器，2018（2）：175-179.

［23］   ZHOU Y F，YANG L，LU Y J，et al.Flow regime identification in gas?solid two?phase fluidization via acoustic emission technique［J］.Chemical Engineer?ing Journal，2017，334：1484-1492.

［24］ KANG P X，LU Y J，YANG L，et al.Nonlinear characteristics analyses of particle motion for predicting flow regimes［J］.Particuology，2020，53：134-141.

［25］  CAN Z，MUSANGO L，WANG J D，et al.Dynamic characteristics of solids circulation establishment in laboratory and industrial circulating fluidized beds with sweeping bend return［J］.Powder Technology，2016，301：211-219.

［26］ LU Y J，KANG P X，YANG L，et al.Multi?scale characteristics and gas?solid interaction among mul?tiple beds in a dual circulating fluidized bed reactor system［J］.Chemical Engineering Journal，2020，385：1-14.

［27］   SHENG T，ZHANG P，HUANG Z L，et al.The scree?ned waveguide for intrusive acoustic emission detection and its application in circulating fluidized bed［J］.AIChE Journal，2020，67（5）：1-14.

［28］   WANG C，ZHAN N，JIA L，et al.DWT?based adaptive decomposition method of electrostatic signal for dilute phase gas?solid two?phase flow measuring［J］.Powder Technology，2018，329：199-206.

［29］  ZHENG G，YAN Y，HU Y H，et al.Mass flow rate measurement of pneumatically conveyed particles through acoustic emission detection and electrostatic sensing［C］//2020 IEEE International Instrumentation and Measurement Technology Conference（I2MTC）.Piscataway，NJ：IEEE，2020.DOI：10.1109/I2MTC43012.2020.9128471.

［30］ DAVID M，SHUIB H，MOHAMED E，et al.Investi?gation on sand particle impingement on steel pipe in two phase flow using acoustic emission technology［J］.Applied Mechanics and Materials，2013，315：540-544.

［31］  HE L L，ZHOU Y F，HUANG Z L，et al.Acoustic analysis of particle?wall interaction and detection of particle mass flow rate in vertical pneumatic conveying［J］.Industry & Engineering Chemistry Research，2014，53（23）：9938-9948.

［32］   安连锁，刘伟龙，陈栋，等.基于声发射的管道内气固两相流颗粒相含量测量［J］.热力发电，2017，46（11）：32-38.

［33］   安连锁，刘伟龙，魏萌，等.基于声发射的气力输送颗粒相质量流量监测［J］.噪声与振动控制，2018，38（1）：220-224.

［34］  ZHANG P，YANG Y，HUANG Z L，et al.Machine learning assisted measurement of solid mass flow rate in horizontal pneumatic conveying by acoustic emission detection［J］.Chemical Engineering Scien?ce，2020，229：1-15.

［35］   AN L S，LIU W L，JI Y C，et al.Detection of pneu?matic conveying by acoustic emissions［J］.Applied Science，2019，9：1-15.

［36］  HU Y H，QIAN X C，HUANG X B，et al.Online continuous measurement of the size distribution of pneumatically conveyed particles by acoustic emission methods［J］.Flow Measurement and Instrumentation，2014，40：163-168.

［37］   GUO M，YAN Y，HU Y H，et al.On?line measurement of the size distribution of particles in a gas?solid two?phase flow through acoustic sensing and advanced signal analysis［J］.Flow Measurement and Instrumentation，2014，40：169-177.

［38］   HII N C，TAN C K，WILCOX S J，et al.An investiga?tion of the generation of acoustic emission from the flow of particulate solids in pipelines［J］.Powder Technology，2013，243：120-129.

［39］   ZHANG P，TIAN S H，YANG Y，et al.Flow regime identification in horizontal pneumatic conveying by nonintrusive acoustic emission detection［J］.AIChE Journal，2019，65（5）：1-15.

［40］   ZHANG P，SHENG T，HUANG Z L，et al.Experi?mental study of the effect of inclination angle on the minimum conveying velocity and the underlying mechanisms［J］.AIChE Journal，2019，66（2）：1-11.

［41］  HE L L，YANG Y，HUANG Z L，et al.Multi?scale analysis of acoustic emission signals in dense?phase pneumatic conveying of pulverized coal at high pressure［J］. AIChE Journal，2016，62（8）：2635-2648.

［42］   ZHANG B，WENG H X.The detection of agglomera?tion in HSBR based on the analysis of an acoustic emission signal［J］.Liquid Fuels Technology，2012，30（19）：1990-1997.

［43］   ZHOU Y F，HUANG Z L，REN C J，et al.Agglome?ration detection in horizontal stirred bed reactor based on autoregression model by acoustic emission signals［J］.Industrial & Engineering Chemistry Research，2012，51（36）：11629-11635.

［44］   JIANG Y T，REN C J，HUANG Z L，et al.Acoustic emission detection of particle movement in a cross?flow moving bed［J］.Industrial & Engineering Chemistry Research，2014，53（10）：4075-4083.

［45］   ZHOU Y F，XU Z Y，XIAO G K，et al.Monitoring the hydrodynamics and critical variation of separation efficiency of cyclone separator via acoustic emission technique with multiple analysis methods［J］.PowderTechnology，2020，373：174-183.

［46］   王志春，张志强，张蕾，等.基于声发射的输气管道故障检测技术研究［J］.压电与声光，2016，38（1）：174-177.

［47］   程俊文，丁克勤.波导杆在焦炭塔声发射监测中的应用研究探索［C］//北京力学会第二十五届学术年会论文集.北京：北京力学会，2019：1456-1457.

（收稿日期：2022-07-25，修回日期：2022-11-17）

Application Study of Acoustic Emission Technology in the Detection of Gas?Solid Flow

MO Ya?jing

（Luoyang Technology Research and Development Centre， SINOPEC  Engineering （Group）Co.，Ltd.）

Abstract    The detection principle of acoustic emission technology was briefly introduced， and the research results of acoustic emission technology in gas?solid flow detection in recent years were reviewed， including gas?solid fluidized bed， circulating fluidized bed and pneumatic conveying pipeline which involved the detection of fluidization state identification， flow pattern transformation， particle mass flow rate and particle size. The results demonstrate that， the acoustic emission signal is very sensitive to particles motion， and it can accurately detect gas?solid flow characteristics in time. Finally， the development direction of gas?solid flow detection technology based on acoustic emission was prospected.

Key words   NDT， acoustic emission technology， gas?solid flow

作者简介：莫雅婧（1989-），工程师，从事声发射检测气固两相流方向的研究，moyajing.segr@sinopec.com。

引用本文：莫雅婧.声发射技术在气固两相流检测中的研究进展［J］.化工自动化及仪表，2023，50（2）：131-136；164.