管道系统中利用超声波的非侵入式清洗监测：一项实验研究

《Ultrasonics》：Non-invasive cleaning monitoring in pipeline systems using ultrasound: an experimental study

　　

**摘要**

清洗在饮料和食品行业中至关重要，通常在经过验证的、预定义周期中使用称为在线清洗（CIP）的自动化方法进行。现有的传感器通过测量操作条件或检测清洗液中悬浮的沉积物来间接监测清洗过程。超声波（US）提供了一种直接方法，通过检测清洗过程中残留在表面的沉积物进行监测。虽然超声波已被有效地用于监测平面结构下方的污垢，但由于复杂的波传播特性，其在管道等封闭几何形状中的应用具有挑战性。在本研究中，开发了一套夹持式超声波系统，以研究有机沉积物去除对管道中传播超声波的影响。在管道清洗期间的超声波测量表明，沉积物会降低信号振幅并延迟波形到达。从超声波信号中提取了包括能量、时间偏移和信号相关性在内的特征。通过在持续不同时间的清洗试验中量化沉积物去除，并随后测定残留沉积物的重量质量。结果表明，这些特征与管道中残留沉积物的量显著相关。在此基础上，实施了一种在线检测算法，以实时跟踪能量特征的变化斜率。在独立试验中，该算法始终如一地监测清洗过程，直到能量特征出现平台期，对应的平均残留沉积物量为0.8 ± 0.5 mg/cm2。这些发现表明，超声波能够在清洗过程中直接检测管道表面的沉积物并估算清洗的近似终点。

**引言**

沉积物的形成是一种随时间推移在加工设备产品接触表面发生的常见现象。其范围可以从生物膜形成、沉淀和污垢积累到污垢沉积[1]，[2]。这些沉积物可能含有并引发各种有害微生物的进一步生长[3]。因此，在生产之前必须清洁表面，以确保没有污染物转移到产品中，防止前一批次的残留物，并避免与过敏原发生交叉污染。在线清洗（CIP）已成为工业设备清洗中广泛采用的方法[4]。它是一种自动化方法，由多个周期组成，包括预冲洗、酸性或碱性清洗、后冲洗和消毒冲洗。CIP对于清洁手动难以到达的区域特别有利。相比之下，手动清洗通常需要拆卸设备，耗时且费力。通常，CIP方案是预定义的，以确保有效去除特定类型的沉积物，从而标准化清洗过程并降低清洗不充分的风险[5]。然而，如果沉积物积累量低于最初预期，且在预定义的清洗时间之前已经完成了充分的清洗，继续运行将导致不必要的水和能源消耗、增加工艺时间和生产损失。

因此，监测沉积物是必要的。离线方法，如擦拭测试、荧光检测和目视检查，可以指示当前的清洁状态，但需要拆卸管道设备[6]。浊度和电导率传感器是在线传感器，可以监测清洗过程[7]，[8]。由于这些传感器检测的是清洗液中已去除的沉积物量，而非表面上残留的沉积物，因此应将其视为间接的和基于流体的测量方法。基于热脉冲产生的无损方法已被开发用于监测污垢积累，其中产品热导率的变化与表面下污垢厚度之间存在相关性[9]。该技术主要用于监测加工过程中的污垢形成，而加工期间的操作条件与清洗期间不同。超声波检测已被用于以直接和无损的方式检测平面结构和管道上的沉积物[10]，[11]，[12]，[13]，[14]，[15]，[16]。脉冲回波法使用单个换能器作为发射器和接收器，而发射-接收法使用两个换能器，一个作为发射器，另一个作为接收器。Wallh?u?er等人利用脉冲回波法监测了不锈钢矩形通道中牛奶污垢的清洗过程，使用70°C下循环的0.1% NaOH[10]。涡流测量被用作清洗后的验证方法以确定污垢厚度，超声波系统能够检测到厚度低至50 μm的薄污垢层。类似地，Escrig等人使用脉冲回波法在底部钢板厚度为1.2 mm的方形通道中监测番茄酱、肉汁和大麦麦芽的清洗[11]。通道的相邻壁是透明的，使得可以通过相机系统进行目视验证清洗过程。脉冲回波法也被应用于透明的PMMA和不锈钢管道，以在两种不同清洗液温度下监测番茄酱和浓缩麦芽提取物的沉积物清洗[12]。研究人员指出，使用相机成像系统作为验证方法存在挑战性，因为来自钢管的光反射阻碍了该方法识别沉积物的能力。Chen等人使用尾波（即接收回波信号中直达波之后的后续部分）来检测不锈钢矩形通道中的污垢[13]。据报道，尾波比直达波对污垢更敏感，因为传播路径更长且与沉积物的相互作用增加。清洗试验在70°C的水中进行，清洗效果通过在单独的试验中用透明玻璃板替换通道中的不锈钢板并使用相机系统进行验证。脉冲回波法表现出可靠的检测性能；然而，其灵敏度在空间上局限于传感器正下方的局部区域，从而限制了其在全面表面监测方面的适用性。

发射-接收法可用于检测更大表面区域的沉积物。该方法使用两个换能器，一个作为发射器，另一个作为接收器。这种配置能够实现信号在定义的路径上的传输，而不是将检测限制在单个接触点。沉积物的存在基于两个换能器之间传播路径上超声波信号的变化进行评估。根据换能器配置，该方法可以在具有层状沉积物的板和管道中产生各种类型的波，包括导波、表面波和界面波[17]。Pereira等人利用不锈钢平面通道上的表面波，在50°C下使用0.5%硝酸去除磷酸钙和乳清蛋白沉积物的过程中对其进行识别[14]。检测通过将固定在板上的可拆卸试片上残留的沉积物称重进行验证。Lohr等人使用周向导波在充满水的管道中检测到1 mm的植物油沉积层，在静态条件下。管道外径为50.8 mm，壁厚为2.5 mm[15]。Hay等人使用2.5 MHz的轴向导波，在静态条件下检测到充满水的2000 mm长管道内1 mm的植物油沉积层[16]。除了食品类污垢的检测，超声波检测也被用于检测板和管道中的无机污垢[18]，[19]，[20]，[21]，[22]。

在食品和饮料行业中，保持高水平的清洁对于完全去除设备上的残留物至关重要。先前的研究已经证明了超声波检测在动态条件下检测板上沉积物以及在静态条件下检测管道中沉积物的潜力。然而，据作者所知，发射-接收超声波法在动态条件下（即流动的清洗液主动去除沉积物时）检测管道中沉积物的应用尚未得到广泛研究。这在很大程度上是由于缺乏适合在管道中验证清洗效果的方法，因为其封闭的几何形状使得直接观察变得困难。

本研究的目标是使用夹持式超声波技术监测管道中的清洗过程。为实现这一目标，在不同清洗方案下的管道清洗过程中进行了超声波测量。获取的超声波信号经过离线分析以提取相关特征。通过在不同持续时间停止清洗试验并对每次清洗试验前后的管道进行重量测量，开发了清洗进程的验证方法。通过离线分析建立了超声波特征与清洗进程之间的相关性。为了将结果转化为实时应用，最敏感的超声波特征被纳入在线监测算法中，并在新一组清洗试验中进行测试，始终如一地估算出清洗的近似终点。研究表明，夹持式超声波传感器系统能够减少CIP各阶段（如预冲洗）的清洗时间，并支持清洗过程的进一步优化。

**分节内容**

**沉积物生成**

使用全麦面粉和沸水的混合物制作了一种类似于烫面糊的浆料，作为模型有机沉积物。面粉与水的重量比为100:250。将浆料的沉积物通过沉积物生成方法和加热器施加在DN40x1.5 mm的管道中，管道长度为120 mm，如图1左侧所示。测试管道使用夹具和密封件水平安装到管道系统中。将浆料倒入管道系统中，

**清洗行为和US特征**

在第一批试验中，管道中的沉积物使用流速为2.5 m/s的自来水进行清洗。图5展示了每次清洗试验的初始和最终沉积物，综合揭示了沉积物的清洗行为。初始沉积物是使用2.1节中描述的沉积物生成方法产生的，即将预定量的面团浆料引入管道。由于浆料的非均匀性和团块的存在，沉积物

**结论**

在本研究中，开发了一套夹持式超声波系统并应用于监测管道系统中的清洗阶段，如预冲洗和碱性清洗。通过一系列持续不同时间的清洗试验，在不同流速和清洗液浓度下，建立了超声波特征与清洗过程中通过重量法确定的沉积物质量之间的统计学显著相关性。研究发现，特征值的

**CRediT作者贡献声明**

Yogesh Sharma：撰写—初稿、验证、方法论、调查研究、概念化。Michael Metzenmacher：方法论、概念化。Sanghyun Cha：验证、调查研究。Dominik Ulrich Geier：撰写—审阅与编辑、项目管理、方法论、资金获取。Thomas Becker：撰写—审阅与编辑、监督、资金获取。

**资金支持**

本FEI的IGF项目得到了德国经济与气候行动部（BMWK）工业集体研究（IGF）促进计划框架内AiF的支持，基于德国议会的决议。项目编号：AiF 21014 N。

本FEI的IGF项目在德国联邦经济与能源部（BMWE）工业集体研究（IGF）促进计划框架内获得支持，基于德国联邦议会的决定。项目编号

**关于稿件准备过程中生成式人工智能和人工智能辅助技术的声明**

在准备本工作期间，作者仅使用ChatGPT进行句子结构安排和语言清晰度优化。使用该工具/服务后，作者对内容进行了审核和编辑，并对发表文章的内容承担全部责任。

**利益冲突声明**

作者声明他们没有已知的可能影响本文所报告工作的竞争性经济利益或个人关系。

Yogesh Sharma | Michael Metzenmacher | Sanghyun Cha | Dominik Ulrich Geier | Thomas Becker

慕尼黑工业大学生命科学技术学院酿造与饮料技术系，德国，Weihenstephaner Steig 20, Freising 85354