Page 222 - 《应用声学》2023年第4期

884 2023 年 7 月

工艺的生产率、效率和可持续性 [31] 。数据收集和使 前浓度状态，并判定剩余存放时间，才能够合理调整
用对于工业生产越来越重要。而浆液混合是工业生 浆料的优先级顺序，避免浆料失效。尽管存在流变
产过程中重要环节之一。在聚合物、水泥和橡胶行 测量、离心沉降测试、粒度分布测量以及 zeta 电位
业的材料制造中，最终产品的质量取决于其混合程 分析表征方法，但除了从大型容器中获取代表性样
度 [32] 。混合过程中的浆液的浓度会不断发生变化， 品的困难之外，将样品运送到实验室和表征测试也
因此实现浆料的混合监控至关重要 [33] 。在陶瓷生 需要时间。因此这几种方法无法在浆料混合过程中
产领域中，实现陶瓷浆料混合均匀性评估的最终目 实时反馈其状态信息，所以仍需要更先进的技术来
的是确定其存放周期，因而只有洞悉混合浆料的当 实时监控浆料混合过程。

表 1 固液悬浮体系浓度测量方法比较

Table 1 Comparison of concentration measurement methods in the solid liquid
suspension system

类型 测量原理 优点 缺点 测量浓度范围/%
射线浓度计 射线辐射 量程大，精度高 放射源存在环境和安全隐患 0 ∼ 100
光学浓度计 反向散射 精度高，无污染 量程小，受色度影响 0 ∼ 4
力学浓度计 剪切力 精度高，适用管道流体浓度测量 维修率高，易挂浆 0.07 ∼ 16
微波式浓度计 介电常数 量程大，精度高 对环境敏感 0 ∼ 60
插入式超声波浓度计 超声波衰减 精度高，无污染 侵入性，对环境敏感 0 ∼ 50
夹装式超声波浓度计 超声波衰减 安全性高，安装便捷，非侵入性 对环境敏感 0 ∼ 40

Bamberger 等 [9] 通过在实验容器的不同高度 致 ABS 测量值出现明显偏差，如图 4 所示。他们提
安置侵入式超声换能器来原位测量跟踪混合浆料 出了可以将单频和双频反演相结合的方法应用到
的浓度变化过程来反映浆料的沉降情况，对于一直 ABS 测量上以减少误差。
沉积变化的浆体，不同高度的原位测量更直观地体 Bux 等 [39] 使用声学反向散射技术来表征具有
现出其混合过程中的浓度变化。Yucel等 [34] 在监测 冲击射流且用于核废料处理的高活性储罐中污泥
油中糖晶体的混合、结块和沉降的过程中发现衰减 悬浮液的混合、沉降。Hussain 等 [40] 通过测量反
会在到达稳态值之前高于原始值的峰值，证明了该 向散射电压函数来实现校准核废料悬浮液整体浓
体系中超声衰减与聚集状态有关。Langlois 等 [35] 度的变化，并分析悬浮液中未絮凝的颗粒与絮凝
先利用声速确定悬浮液中的颗粒浓度，再利用声衰 颗粒造成超声衰减差异原因。Li 等 [41] 成功采用
减进一步分析悬浮液中聚集体形成的清晰特征，最 分布式声学传感器 (Distribution acoustic sensor,
后通过实验证明结合声衰减和声速可以得出悬浮 DAS) 系统演示了固液流动中的实时含砂量测量，
液高精度的混合状态。Hunter 等 [36] 在实验中利用 其中通过检测沙粒在沙水两相流中撞击管壁产
声学反向散射系统 (Acoustic backscatter system, 生的信号来测量 0 wt.%∼0.14 wt.% 范围内的含砂
ABS) 来测量低浓度情况下絮凝玻璃分散体的沉降 量浓度。Bowler 等 [42] 分别研究了蜂蜜 -水混合和
过程，得到了较为直观的浓度分布图，见图 3(a)。相 面粉 -水混合体系。利用人工神经网络 (Artificial
较于过去的设备，ABS 能够通过单探头来展现沿纵 neural network, ANN)、支持向量机 (Support vec-
向深度悬浮液的浓度变化。在此基础上，Bux等 [37] tor machine, SVM)、长短时记忆 (Long short term
继续利用 ABS 来进行二氧化钛悬浮液沉降的原位 memory, LSTM) 与卷积神经网络 (Convolutional
表征，对二氧化钛颗粒的沉降速率进行分析，同时以 neural networks, CNN)，以对混合状态进行分类并
5 s 时间为步长分析原始散射数据，得到了颜色浓度 预测两个模型混合系统的混合完成剩余时间，从而
分布图，见图 3(b)。Tonge 等 [38] 则发现随着悬浮液 判定悬浮液是否充分混合，并根据其现有状态，来计
的剖面浓度和深度的增加，多重散射效应增强会导 算直到充分混合完成为止的剩余时间。