城市固体废物（MSW）焚烧作为垃圾发电（WtE）的核心技术，在现代城市废物管理中起着重要作用，是实现减量化、无害处理和资源回收的主要途径 [1], [2]。然而，城市垃圾的异质性和剧烈的燃烧动力学造成了炉膛内极端环境，其特征包括大温度梯度、气固多相共存和强腐蚀性 [3], [4], [5], [6], [7]。在这些恶劣条件下，温度场和速度场等高精度、全场物理参数的实时重构仍然是核心挑战 [8]。准确获取这些空间分布对于焚烧炉的安全运行和闭环控制至关重要，因为它直接决定了垃圾燃烧效率和炉膛受热面的运行安全性 [9]。此外，这些分布为揭示多相输运和能量转换的内在规律提供了根本基础 [10]。这种知识有效缓解了结渣和高温腐蚀等严重运行风险，同时支持炉膛燃烧参数的精细优化 [11], [12]。
然而，传统监测方法在这些极端工况下表现出显著局限性 [13]。以热电偶和皮托管为代表的接触式传感器局限于局部单点测量，使其难以捕捉全面的三维（3D）温度场和速度场空间分布 [14], [15]。近期多点热电偶阵列结合基于机器学习的滞后补偿的进展仅部分缓解了上述局限，且此类改进仍局限于局部监测场景。非接触方法，包括红外热像、火焰成像和激光测速，同样面临挑战；它们易受高浓度颗粒物（PM）阻碍、烟气辐射干扰和折射率波动的影响 [16], [17], [18], [19]，阻碍了在 MSW 焚烧中的大规模工程应用。
声学断层成像（AT）由于其非接触性质、强抗干扰能力和适用于连续在线测量而展示了应用潜力 [20], [21]。声学测温已初步应用于公用锅炉和高炉等工业炉窑 [22], [23]。然而，其在 MSW 焚烧炉等复杂场景中的实施仍面临适应性瓶颈。首先，常规理想气体声速模型在气固两相烟气中存在固有局限，因为飞灰引起的声学散射和传播畸变会导致相当大的系统测量偏差 [22], [24]。其次，有限的传感器部署导致严重的不适定反演问题，在直接求解时容易导致解振荡和噪声放大 [25], [26]。第三，解耦的温度 - 速度场重构忽略了固有的物理耦合，导致鲁棒性差 [8], [20]。
为解决这些挑战，本文提出了一种针对极端多相环境的通用反演框架。在物理建模层面，我们引入气固两相声速修正模型，由先前实测气体常数偏差的实验数据集支持，以克服快速 PM 波动下的非均匀介质适应困难。在算法层面，开发了一种耦合重构策略。通过利用声学慢度信息约束温度和速度场的耦合解，我们增强了反演问题的鲁棒性。最后，该框架通过全面的数值模拟和 650 吨/天炉排炉上的 30 天连续工业试验进行验证。本研究不仅为 MSW 焚烧燃烧诊断提供了高保真技术基础，还建立了极端多物理环境下解决不适定反演问题的通用范式。
