大规模高效煤气化技术是洁净煤技术的龙头和关键，气流床煤气化技术在该技术领域具有其他气化技术无法比拟的优势。高压超浓相煤粉气力输送是气流床加压粉煤气化的关键技术之一，其输送速度低，固相浓度高，流动形态复杂，系统的输送技术要求和条件与一般输送系统相差较大。目前对其流动规律和机理的认识尚存欠缺，特别是我国煤粉种类众多，不同种类、不同粒径、不同含水率的煤粉其气力输送的特点和规律究竟如何，尚无成熟的理论依据可参照，有待深入、系统的理论和试验研究。　　 在高压超浓相气力输送试验台上，系统研究了不同种类、不同粒径、不同含水率的煤粉在不同的输送压力、总差压、流化风量等条件下的输送特性。试验研究表明，高压条件更有利于实现高输送速率通量、高固气比和低表观气速的输送。煤粉输送速率通量随着总差压的增大而增大，增幅最终趋缓；固气比随着总差压的增大而先增加后减少。对于两种粒径的内蒙烟煤，在维持输送压力和总差压不变的条件下，逐渐增大流化风量，煤粉输送速率通量和固气比均呈现先略增后略减的趋势。在相同的输送压力和总差压下，粒径较小的煤粉输送性能更好，且更容易获得较高的输送固气比。随着含水率的增大，内蒙褐煤的输送速率通量逐渐减少。对于我国三种典型煤粉而言，在粒径相差不大的前提下，兖州煤粉的输送能力最强，内蒙烟煤的输送能力最差。发现系统各测试管段的压降具有不同的波动特点，研究了总差压、固气比和煤粉粒径等条件对各管段压降的影响，分析了煤粉含水率的增大对各管段压降稳定性的影响，最后解释了大粒径煤粉输送时的堵管原因并给出了较适合的输送条件。　　 研究开发出可视化测量系统，对高压超浓相气固两相流的流动形态及稳定性进行了试验研究。随着表观气速的降低，在输送大粒径内蒙烟煤时，获得了悬浮流、分层流和沙丘流的流型；在输送石英砂时，获得了分层流、沙丘流和柱塞流的流型，后者不同流型间的区分度明显好于前者。在输送平均粒径为115μm和52μm的中小粒径内蒙烟煤时，未观测到流型的明显变化。粒径更大，密度更大的石英砂更容易达到沙丘、柱塞等低速不稳定流动状态，表观气速的降低使得试验系统进入不稳定输送状态，系统各管段的压降波动时间序列佐证了这一不稳定性。物料性质和表观气速对流动形态及流动的稳定性均有着较大影响。　　 将信号分析方法Hilbert-Huang变换(HHT)引入高压超浓相气固两相流领域，对气固两相流的流动行为进行更深入的探讨。通过石英砂和大粒径内蒙烟煤输送时压力信号的HHT分析，成功提取了能量特征值e并建立其与流动形态、流动稳定性之间的关系，证实了HHT用于分析高压超浓相气力输送压力信号的可行性；对于较难通过可视化手段观测其流型的中小粒径煤粉，使用HHT对压力波动信号进行分析与特征值提取，将提取的特征值用于分析表观气速、输送压力、总差压、流化风量、煤粉平均粒径和含水率等试验条件对其流动特性的影响规律。　　 鉴于高压超浓相气力输送特性参数机理建模的复杂性，本文将神经网络技术引入该领域，采用辨识建模方法，成功预测了煤粉输送速率通量和垂直弯管压降，并比较了不同网络模型的优劣。改进后的前向型BP网络、广义回归神经网络(GRNN)与Elman反馈型网络均可以实现对煤粉输送速率通量的较好预测，且预测准确度差别不大，GRNN网络的稳定性最好。在对垂直弯管压降进行预测时，采用Levenberg-Marqiardt算法训练得到的BP网络与Elmam网络，具有较快的收敛速度与较好的预测精度，可以作为垂直弯管压降的预测模型。与煤粉输送速率通量的预测结果相比，各神经网络对垂直弯管压降的预测误差普遍较大，然而考虑到高压超浓相气固两相流在垂直弯管中的流动的复杂性，预测结果还是可以接受的。