基于 BO-WPT 的振动响应描述符用于气力输送弯管中表观气速和粒径的识别

《Powder Technology》：BO-WPT-based vibration-response descriptors for superficial air-velocity and particle-size identification in pneumatic conveying elbows

　　

• •
  振动描述符可识别表观气速和粒径标签。
• •
  经贝叶斯优化的小波包构成50维振动描述符。
• •
  流场仿真为弯头内颗粒输运提供定性背景。
• •
  独立采集试验获得85.08%和88.53%的分类准确率。
• •
  留一条件测试获得82.81%和84.63%的分类准确率。

引言

气力输送广泛应用于石化、能源及相关行业中的颗粒物料运输。根据输送工况的不同，气固两相管道在低流速下可能表现出湍流团聚[1]，或在颗粒惯性较高时因弯头处的颗粒-管壁撞击而加剧磨蚀磨损[2]、[3]、[4]。因此，对管壁振动的可靠解读对于非侵入式监测、流场调控和运行工况评估具有重要意义[5]、[6]。现有的振动和声发射方法[7]必须将颗粒撞击响应与流体湍流及机械背景噪声分离。重叠撞击和能量耗散会进一步降低监测精度，据报道预测误差超过10%[8]、[9]、[10]。机器学习已被用于液固两相侵蚀评估[11]，但其在稀相气固两相输送中的应用仍然有限[12]、[13]，尤其是在识别侵蚀评估所需的粒径及相关运行参数方面[14]、[15]、[16]。这些挑战促使研究者对气力输送弯头中颗粒效应进行振动表征。

已有实验与数值研究探讨了气固两相流中颗粒与管壁之间的相互作用。Mā等人[17]利用振动测量推断碰撞力和碰撞频率，Haugland等人[4]使用非侵入式声学传感器监测弯头磨蚀。数值研究则解析了输送与侵蚀的互补方面。Wee等人[9]采用基于Reynolds应力模型的计算流体力学方法（CFD-RSM）进行粒径模拟，Song等人[18]则采用多相粒子半拉格朗日方法（MP-PIC）进行稀相流模拟；两种方法均未涵盖微观颗粒相互作用。随后的CFD-DEM研究考察了二次流、浓度效应、侵蚀率及应力分布[5]、[19]、[20]、[21]。结合实验与数值的研究还涉及了颗粒几何形状和振动相关侵蚀[22]、[23]。Zhou等人[24]进一步考察了颗粒形状和旋流，而相关工作则考虑了结粉输送、颗粒破碎以及破碎、侵蚀与耗散的多目标优化[25]、[26]、[27]，涉及多种气力输送条件。上述研究描述了输送与侵蚀行为，但载颗粒响应趋势与非侵入式振动描述符之间的关联在输送弯头中仍未得到充分量化。

由瞬态颗粒-管壁相互作用和湍流脉动产生的振动响应具有非平稳性和随机性，因此描述符提取依赖于信号分解方法。Randall和Antoni [28]讨论了经验模态分解（EMD）中的模态混叠问题，而Wu和Huang [29]提出了集合经验模态分解（EEMD）以通过噪声辅助来缓解该问题。变分模态分解（VMD）具有抗噪声能力，但假设信号为单一成分，而特征模态分解（FMD）则针对脉冲和周期信号[30]、[31]。小波包变换（WPT）也被应用于非平稳信号[32]、[33]，但其小波类型和分解层数通常依靠经验选取。Lai等人[34]将贝叶斯优化用于气固两相流预测中的参数调整，为描述符构建中的小波包变换参数自动选取提供了基础。

机器学习模型已被用于评估多相流监测中工程化测量值与运行条件之间的非线性关系。Cheng等人[35]分析了气固流化床中的压力波动，而随机森林（RF）、支持向量机（SVM）、集成方法和神经网络模型已被应用于粒径估计、压力预测和颗粒浓度估计[36]、[37]、[38]。

我们开发了一种非侵入式方法，通过弯头处管壁振动识别气固气力输送中预设的表观气速和粒径标签。该监督学习任务涵盖实验室系统内测定的五种表观气速和五种粒径。通过受控振动采集和五种排名优先的贝叶斯优化小波包变换（BO-WPT）重构，构建50维描述符向量。数据层级从重复三维采集追溯至轴向记录及重叠窗口。性能评估采用按采集组划分的五折验证、独立重复采集测试（Test-C）和留一条件法（LOCO）。标准划分则提供窗口级可分离性参考。CFD-DEM中颗粒数加权壁面撞击活性（PNWA）和颗粒浓度的趋势与实测描述符进行比较，以解释所测试传感配置下与颗粒输运相关的响应。

章节摘要

实验气力输送系统与数据组织

本研究使用一套实验室规模的气固气力输送循环装置，在受控弯头条件下获取可重复的管壁振动响应。表观气速和粒径定义了运行工况。这些记录构成了描述符构建与验证的基础，而CFD-DEM分析则独立用于解释弯头内的颗粒输运趋势。

CFD-DEM方法框架与颗粒-管壁响应背景

本研究采用Euler-Lagrange CFD-DEM框架解析弯头中的气相流动和离散颗粒运动。气相采用标准k-ε湍流模型，而颗粒接触则使用带有标准滚动摩擦的Hertz–Mindlin无滑移模型在EDEM中描述。耦合过程以迭代方式进行：先求解气相流场，再利用颗粒曳力$F_D$更新颗粒运动。随后动量源项$S_{\mathit{mom}}$将颗粒运动的反馈纳入气相方程，直至收敛。

机械混合振动响应特性

可靠地提取描述符对利用振动监测气固两相管道至关重要[51]。弯头壁面测量信号融合了气流激励、颗粒-管壁撞击和结构传波，因此所测响应被视为一种机械混合信号。通过对比纯气相信号和载颗粒信号，为描述符构建提供经验依据。纯气相信号代表管道背景响应，载颗粒信号则包含额外的

识别任务与验证方案

50维描述符向量在所测弯头系统中接受评估，任务涵盖五种预定义表观气速标签（14至18 m/s）和五种标称粒径标签（150至550 μm）。15000个开发窗口来源于50次三维采集中的150条轴向记录。

本研究使用了八种分类器来检验工程化描述符是否能够区分预定义标签：支持向量机（SVM）、随机森林、XGBoost、多层感知机（MLP）、卷积

结论

弯头壁面振动中包含足够依赖工况的信息，能够区分五种所测表观气速水平和五种标称粒径标签。BO-WPT重构提供了50维描述符表示，而CFD-DEM仅用于解释颗粒输运和相对壁面撞击活性。

对于代表性的纯气相对比，载颗粒信号表现出更强的瞬态成分，并在

CRediT作者贡献声明

Wáng Kǎi（王凯）：撰写——审阅与编辑、资助获取。Lǚ Yī（吕伊）：撰写——审阅与编辑、撰写——初稿、概念化。Hē Yúnpéng（何云鹏）：概念化。Sūn Línháo（孙林豪）：调查研究。Sūn Yīmèng（孙怡萌）：概念化。Wáng Gāng（王刚）：概念化。Cháng Zīang（常资昂）：概念化。

利益冲突声明

作者声明不存在任何可能影响本文所报告工作的已知竞争性经济利益或个人关系。

致谢

本研究受中国山东省高校青年创新科技支持计划（2024JKH110）和四川省工程材料与结构冲击振动重点实验室开放基金（基金编号：23kfgk04）资助。

王凯|吕伊|何云鹏|孙林豪|孙怡萌|王刚|常资昂