电容层析成像系统三维电场分析及阵列电极优化

通过电磁场有限元软件ANSYS仿真,构建电容层析成像(ECT)系统敏感阵列电极三维模型,分析ECT敏感场的"软场"效应,推导计算灵敏度矩阵,并分析敏感阵列电极结构参数对ECT电场灵敏度的影响,进而优化阵列电极结构.实验结果表明,利用优化的阵列电极可获得较均匀的敏感场分布及较高的检测灵敏度,并重构出较满意的图像.     

基于电场中心线的ECT灵敏度矩阵计算

电容层析成像(ECT)因其时间分辨率高的优势在两相流在线测量中获得广泛应用。然而,ECT固有的软场特性严重制约ECT系统的成像质量。为改进在线成像质量,类比CT中投影矩阵的计算,基于电场中心线的概念提出一种估算灵敏度矩阵的方法。利用两相流检测实验验证该方法的可行性。研究结果表明:该方法估算的灵敏度矩阵可用于两相流在线监测,且明显提高敏感场中间区域的空间分辨率。     

电阻层析成像系统阵列电极宽度优化

在电阻层析成像技术中,其他条件相同的情况下,不同宽度阵列电极对应的灵敏度矩阵不同.为了提高算法反演精度,以敏感场均匀分布时灵敏度矩阵条件数的倒数为适应度函数,在优化有限元模型拓扑结构的同时,利用改进粒子群算法优化电阻层析成像系统阵列电极宽度,并将优化结果应用于改进牛顿-拉夫逊算法.仿真实验结果表明,相比其他两种不同宽度阵列电极与拓扑结构的有限元模型,优化结果对应的灵敏度矩阵条件数分别降低了36.444,3%,和24.345,6%,,有效改善了灵敏度矩阵的病态性,从而提高了算法反演精度.     

基于三维有限元的电容层析成像正问题仿真

介绍了一种基于三维有限元仿真电容层析成像正问题的方法,仿真模型更接近物理模型,基于Matlab6.1仿真平台,计算出系统空场、满场时典型检测电极电容值,为提高电容层析成像技术的可靠性、灵敏性作了有益的尝试.     

利用h细化优化电阻层析成像灵敏度矩阵

为了提高电阻层析成像图像重建质量,利用h细化优化灵敏度矩阵以改善其病态性.以电阻层析成像有限元模型h细化区域的起始层数、终止层数以及三角形有限元内部区域所插入节点的横坐标、纵坐标为变量,以敏感场均匀分布时灵敏度矩阵条件数的倒数为适应度函数,利用h细化优化灵敏度矩阵,并将优化结果应用于改进Landweber预迭代算法图像重建.实验结果表明,利用h细化可有效改善其病态程度,相比采取全局细化前后有限元模型对应的灵敏度矩阵,条件数分别降低了35.354,3%,、32.820,4%,,提高了重建图像分辨率.     

利用ECT信息改进EST图像重建

提出了基于电容层析成像(ECT)与静电层析成像(EST)的双模态传感器技术.该技术应用电容层析成像重建得到的介质分布结果作为先验信息,提高了静电层析成像的图像重建精度.针对静电荷对ECT测量值的干扰进行了探讨.理论分析表明,ECT采用交流法检测电容,在高频交流激励、带通滤波方式下,微小电容检测系统可以消除颗粒感生电荷噪声的低频干扰.针对电荷灵敏场受介质分布的影响进行了研究,数值仿真计算表明,采用ECT提供的介质分布信息可修正实际流型下的电荷灵敏度,降低EST电荷分布反演的不确定度.由于EST的相对图像误差、相对电荷余量等图像重建指标均有所减小,所以图像相关性更好.     

电容传感器灵敏度分布快速计算法及其应用

提出了一种基于有限元的两相流检测用电容传感器灵敏度分布的快速计算法,通过总系数矩阵的快速生成以及快速的电容计算,显著地缩短了灵敏度分布的计算时间,还介绍了该方法在电容层析成象系统及电容式两相流浓度的传感器设计中的应用。     

电磁层析成像技术中的图像重建算法

电磁层析成像技术(electromagnetic tomography,EM T)是基于电磁感应原理的过程检测技术,包括正问题和逆问题.首先,基于传统的"O"型传感器阵列模型,通过有限元剖分法来解决正问题以获得灵敏度矩阵和检测值;然后根据检测值来重构物场内部的结构即EMT技术的逆问题.由于重建算法的选择对重建图像的影响...     

利用场量旋转变换的电容层析成像灵敏度系数简易计算方法

为减少电容层析成像(Electrical Capacitance Tomography,ECT)传感器灵敏度系数计算过程的烦琐程度,提出了利用电势函数旋转变换计算二维ECT传感器灵敏度系数的场量旋转变换方法。首先分析了ECT传感器场的特点,基于矩阵函数微分理论推导得出了ECT敏感场的旋转对称性表达式,并据此提出了适用于正问题数值解的灵敏度系数计算方法以及成像区域的均匀剖分算法。该方法运用二元函数的旋转变换,仅通过一次数值计算即可求解传感器的二维灵敏度系数,计算过程较传统场量提取法更加简便。之后,比较了运用提出的方法和传统场量提取法计算的ECT灵敏度系数,并通过仿真与实测实验比较了基于上述两种灵敏度系数矩阵的图像重构结果。实验结果表明,提出的方法与传统方法的灵敏度系数矩阵计算结果吻合,运用提出的方法重构的图像与传统灵敏度系数矩阵重构图像吻合,提出的方法正确且有效。     

用于电容层析成像技术的共轭梯度算法

针对电容层析成像技术中的“软场”效应和病定问题,基于灵敏度矩阵的奇异值分解理论,提出共轭梯度图像重建算法及其改进算法———正则化共轭梯度法.仿真实验得知:经过 200次迭代后,Landweber算法残差为0. 139 5,未加正则化的共轭梯度算法残差为 1. 357 7×10-4;完成同样操作,Landweber算法迭代耗时 9. 3s,共轭梯度法只需 6. 8s.可见,共轭梯度法是一种比其他的迭代算法收敛更快、成像效果更好的图像重建算法.     

电容层析成象系统敏感场的仿真

过程层析成象是一项新的两相流检测技术。针对十电极电容层析成象系统,介绍了电容层析成象的基本原理、电容传感器的结构以及数学模型,用有限元分析方法对传感器敏感场及不同流型对应的电容值进行了仿真计算。给出了十电极电容传感器不同极板组合之间的敏感场分布,为相关的图象重建算法提供了理论依据。最后根据敏感场仿真结果对图象重建过程中的图象失真和电容传感器的“软场”特性作了相关分析。     

两相流电容层析成像系统

基于电容层析成像技术设计了一套两相流型可视化系统。硬件部分采用交流激励的电容数据采集系统，具有较高的采集速度和分辨率；软件部分采用改进的线性反投影算法与Landweber迭代法进行图像重建，保证流型可视化的实时性和有效性；成像速度可达20幅／s，基本满足工业应用要求。实验测试与成像结果表明，该系统改进了数据采集速度。     

电容层析成像中场域的一种新剖分方法

电容层析成像传感器的敏感场受多相流介质分布的影响，即软场特性为图像重建带来很大的困难。为了提高重建图像质量，对敏感场分布进行分析是非常必要的。采用有限元法，通过对敏感场域采用两种不同剖分形式的比较，提出了一种新的场域剖分形式，对敏感场分布进行计算机仿真。实验证明有限元模型是正确的，说明利用不等间距的剖分或可以得到较好的仿真结果，具有较高的精度。     

电容层析成像传感器软场性能分析

电容层析成像传感器的敏感场是软场,受被测介质分布的影响·以基于有限元分析的灵敏度快速计算法为工具,通过多种介质分布下灵敏度分布的计算与比较,研究了传感器的软场性能·结果表明,即便对于介电常数差异较小的气／油两相流,不同的电介质分布亦可导致灵敏度值有正、负百分之几十的变化·各处灵敏度变化不仅与管内介质分布有关,还与该点在敏感场中所处的位置有关·     

代数重建和同步迭代重建在电容层析成像中的比较研究

针对电容层析成像技术(ECT)中的逆问题——图像重建算法的非线性和病态性问题,以12电极电容层析成像系统为对象,研究了代数重建算法(ART)与同步迭代重建算法(SIRT).分别对仿真电容值和实测电容值进行图像重建的实验验证,从成像效果、相对误差及重建时间3个方面对这两种算法进行了评估与分析.结果表明,ART算法和SIRT算法均能有效地实现ECT图像重建,其中SIRT算法能够在100次迭代内达到高精度,在收敛速度和成像效果上更具有优势.     

内外环电容传感器灵敏度仿真

为设计应用于两相流相关流速测量的电容传感器,得到传感器的几何参数对其灵敏度特性的影响,利用数值方法对内外环电容传感器的灵敏度特性进行分析．利用有限元分析软件建立传感器电场的仿真模型并进行了基本仿真,采用正交实验设计方法安排仿真实验．分析结果表明,屏蔽罩长度和内管壁厚度是影响传感器相对灵敏度的主要因素,而屏蔽罩与外极板间距对检测场均匀性误差影响比较大．优选出一组传感器的结构参数,内管壁厚度3mm,外管壁厚度2mm,屏蔽罩与外极板间距3mm,对管壁相对介电常数的要求则是越接近于1越好．利用优选的结构参数进行仿真,可以得到比较好的传感器灵敏度特性,为内外环电容传感器的设计提供了理论依据．     

数字化ECT成像系统

基于电容敏感原理设计的数字化电容层析成像系统,利用有限元法,分析了阵列电极结构对敏感场分布的影响,通过优化设计和仿真试验,改善了敏感场分布的均匀性;构建了以DSP为核心、FPGA协同工作的12电极的数字化ECT系统,提出了由离线预迭代和在线一步成像所构成的新的图像重建算法——预迭代法,其成像速度及精度均明显提高．     

厚管壁电容层析成像图像重建算法

探讨了适合厚管壁条件下的电容层析成像图像重建算法.针对厚管壁管道内几种不同流型,分别采用LBP算法、Landweber迭代算法和BP神经网络对8电极电容传感器进行成像重建计算.结果表明:在厚管壁情况下,LBP算法重建的图像质量很差;Landweber迭代算法在层流下的重建效果好于核心流和环状流;而BP神经网络算法可以有效重建管道内的介质分布,但对于没有训练到的任意流型,其重建效果不够理想.