刘诗源[1]2017年在《电容层析成像系统关键技术研究与设计》文中认为电容层析成像技术(Electrical Capacitance Tomography,ECT)是一种快速发展的过程层析成像技术(Process Tomography,PT),它是依靠测量电容大小来对不同介电常数的物质分布情况进行测量的一种成像技术。电容层析成像技术具有成本低,响应快、非入侵和安全性好等优点。因此,ECT技术经过了几十年的发展,研究成果也在不断完善和深入。由于电容层析成像系统的“软场”效应,病态特性和数据采集困难等问题,使得电容层析成像技术的发展受到限制。为此本文以电容层析成像技术为研究对象,在分析电容层析成像理论的基础上,研究和分析电容层析成像系统中的一些关键技术问题,如:图像重建算法的速度与精度不能同时提高的问题;微小电容测量的动态范围大,杂散电容对电容测量值所带来的影响;电容层析成像传感器设计对成像效果影响等问题。本文针对上述叁个主要问题进行了探讨、仿真和优化设计,具体内容如下:1、对当下电容成像技术的图像重建算法和图像重建算法中一直存在的问题进行了简要概述,然后分析比较了当下几类图像重建算法的优点与缺点,提出了图像重建算法的进一步研究方向。2、针对微小电容测量问题,使用了基于交流激励的微小电容测量电路,并将电路进行模块化处理,使用Pspice软件的参数扫描、幅频分析等功能对设计电路进行仿真,用于分析电路性能并指导电路参数的设计。3、根据电容层析成像系统的组成部分,针对其数据来源部分——电容传感器,分析了几个对电容传感器采集数据造成影响的因素,并根据这些因素所造成的影响,对电容传感器进行了正交优化实验,给出了传感器的极板角度和管道内径、外径的优化参数。
雷彦[2]2007年在《电磁层析成像图像重建算法的研究》文中研究指明电磁层析成像(EMT)技术是20世纪90年代发展起来的一种基于电磁感应原理的工业过程成像技术,它可以同时获得物场空间的导电率和导磁率的分布信息,拥有结构简单、系统成本低、响应速度快、非侵入式、安全性能好和适用范围广等特点,因而在工业检测中具有广泛的应用前景。电磁层析成像中的重建算法研究,是其在工业实际中得以应用的关键。但是在EMT图像重建中由于“软场”特性、叁维场特性等难点的存在给图像重建算法的研究带来了挑战。本文从电磁场理论出发,推导出EMT技术物理意义的数学表达式,并且结合EMT正问题的有限元仿真对图像重建算法进行研究,所做工作如下:(1)查阅国内外关于过程层析成像论文和相关文献,采用电磁场理论对EMT的敏感场进行分析,并对EMT物理模型进行数学建模。(2)使用ANSYS参数化建模语言APDL对EMT正问题进行有限元仿真,并且在VC中实现了对ANSYS的调用,使得有限元仿真过程和图像重建有序进行。(3)对电学成像类的ERT、ECT、EMT的图像重建算法进行了分析。(4)提出了改进型的Landweber算法,摆脱了原有Landweber算法对参考灰度矩阵的依赖,提高了算法的收敛速度并且改善了重建图像的效果。(5)利用仿真数据,对基于灵敏度系数的线性反投影算法、Landweber和改进型的Landweber迭代算法进行图像重建,并对重建图像进行对比。(6)优化了适用于BJTU-EMT样机的图像重建算法软件。
陈兰[3]2010年在《基于人工鱼群算法的电容层析成像图像重建》文中认为电容层析成像技术(ECT)是一种用于混合绝缘介质的新型非侵入式成像技术,它具有非侵入性、响应速度快、结构简单、成本低、适用范围广等优点,目前已经应用于多种基于成像的过程中,如液/气管道流成像、油/水/气重力分离、气力输送以及流化床等。目前对电容层析成像的图像重建方法很多采用神经网络方法进行训练求解。本文使用的是对于RBF神经网络的图像重建方法进行改进,基于RBF神经网络的图像重建方法的实质就是用RBF神经网络建立电容测量值到图像灰度值的映射关系模型。本文建立了极板电容测量值与成像区域的像素灰度值的RBF神经网络映射,给出了基于RBF神经网络的12极板电容层析成像系统的图像重建方法模型。人工鱼群算法源于对鱼群运动等行为的研究,是一种基于模拟鱼群行为的随机搜索优化算法,通过鱼群中各个体的局部寻优最终达到全局最优的目的。人工鱼群算法具有克服局部极值、取得全局极值的能力,它具有优良的分布式计算机制、较强的鲁棒性、易于和其他方法结合等优点。目前对该算法的研究及应用己经渗透到多个应用领域,并由解决一维静态优化问题发展到与神经网络相结合进行组合优化问题。本文以12电极电容层析成像系统为研究对象,研究了油水两相流的图像重建问题。本文对基于RBF的神经网络图像重建算法中的隐层到输出层的权值的计算,引入了人工鱼群算法进行求优,进行了一系列的仿真实验,并与线性反投影算法和传统的RBF神经网络的图像重建质量进行了比较,实验表明该方法具有误差小、成像质量高等优点,为ECT图像重建算法的研究提供了一个新的思路。
赵玉磊[4]2016年在《电容层析成像的图像重建算法研究与半物理仿真平台设计》文中研究指明电容层析成像(Electrical Capacitance Tomogyraphy)主要用于两相流和多相流的可视化测量。该技术根据测量得到的电容数据来重建被测物场中的介质分布。因具有非侵入、无辐射、低成本、可视化、便于安装与维护等优点,ECT被认为是一种具有广阔应用前景的检测技术。ECT技术是否能够成功应用,在很大程度上取决于图像重建算法的性能。本文首先对ECT传感器的敏感场模型与计算方法、“软场”特性机理及其影响进行较为深入的研究;在此基础上,为了弥补“软场”特性对图像重建的消极影响,提出两种新的图像重建算法,即DPSCO与ECT-CS图像重建算法,并对经典的Landweber法进行改进,以解决其半收敛问题；最后,设计一套ECT半物理仿真平台。主要完成以下工作内容：(1)阐述ECT系统的原理,对经典图像重建算法进行推导、分析与仿真,总结出经典算法的普遍症结,并解决Landweber方法的半收敛问题。首先,对ECT系统的组成结构与工作原理进行详细论述,并分析ECT技术在数学上的理论依据。其次,对灵敏度分布——这一在反问题求解中涉及到的关键因素进行深入分析。再次,对5种经典的图像重建算法(线性反投影法、Tikhonov正则化法、Landweber法、Newton-Raphson法,以及共轭梯度法)进行分析推导,对其优缺点进行总结,给出了仿真结果,并指出经典算法存在的普遍症结。此外,针对Landweber法的半定收敛性问题,对导致该问题的数学原因进行分析,构造一种压缩算子以实现Landweber法的稳定收敛,通过实验验证了改进后的Landweber法的收敛稳定性。(2)针对图像重建的重要先验条件(即灵敏度分布)的求解问题,基于有限单元法,通过建立ECT静电场电位分布的计算模型,得到灵敏度分布的数值解。在有限元法的意义下,描述灵敏度分布的计算过程,并给出其图形化的计算结果。(3)针对图像重建精度受“软场”特性制约的问题,基于粒子群优化原理,提出双粒子群协同优化的图像重建算法,并将其命名为DPSCO算法。首先,探究ECT“软场”特性的产生机理,并描述其物理表现,进而分析得到“软场”特性对图像重建的影响途径。在此基础上,提出DPSCO算法。在该算法中采用最小二乘支持向量机对图像样本进行训练,得到一个用以描述“软场”特性影响程度的先验条件。基于该先验条件构造粒子群优化的适应度函数,进而来补偿“软场”特性对图像重建的影响。同时,由于标准粒子群优化算法用于ECT图像重建中表现出早熟收敛,针对该问题,引入描述种群竞争的Lotka-Volterra方程,并设计双粒子群的竞争策略,从而使得粒子群具有更强的全局收敛性。最后,通过仿真实验证明,DPSCO算法能够弥补“软场”特性对重建图像精度的影响,虽然在计算时间上付出了一定的代价,然而,与LBP、Landweber和Newton-Raphson法相比,该算法可将重建图像的精提高200%～50%,并且比标准粒子群优化方法更易于收敛到全局最优。(4)针对经典算法的普遍症结,特别是对复杂流型的图像重建精度较低的问题,基于压缩感知理论,提出ECT-CS图像重建算法。该算法通过对两相流的流型进行合理分类,并针对每类流型建立一个样本子集,由所有样本集组成介电常数分布向量的完备或过完备空间,从而实现对任意介电常数分布向量的稀疏分解。利用压缩感知的理论框架及其成熟的信号重构算法,将图像重建转换为凸优化问题。同时,考虑图像重建结果因“软场”特性而产生的偏差,并对介电常数分布信号中的离散相分量进行单独求解,进而实现对“软场”特性影响的补偿。最后,通过仿真实验证明,与经典算法相比,ECT-CS算法能够将重建图像的精度提高60%以上,可满足高精度非实时检测的需要。(5)为了在一个平台上不仅能够对图像重建算法进行验证,还能兼顾电容传感器的研究与设计,引入半物理仿真的方法,设计开发一套ECT半物理仿真实验系统。利用LabVIEW平台,将传感器和数据采集单元设计为虚拟仪器,并借助MATLAB完成电容传感器的虚拟测量,给出了该虚拟仪器的设计结果及其图形化的实现方法。同时,利用基于DSP的嵌入式处理系统对图像重建单元进行物理实现,并给出了DSP系统各主要模块的硬件原理与软件实现过程。
赵波[5]2007年在《电容层析成像技术图像重建算法研究》文中提出两相流动过程广泛存在于石油、化工、冶金等工业领域。两相流参数的准确测量,可揭示两相流动的机理,建立两相流动模型,并对流动过程预测、设计和优化控制提供必要的依据。近十多年来迅速发展起来的过程层析成像技术在解决多相流参数检测问题上有很大的潜力和广阔的工业应用前景。电容层析成像技术以其成本低、适用范围广、结构简单、非侵入式、安全性好等优点,成为目前过程层析成像技术研究热点。论文以12电极电容层析成像系统为研究对象,主要探讨电容层析成像技术在建立有限元模型、图像重建等方面的问题,主要完成了以下工作:1.对基于不同敏感原理的过程层析成像技术进行了简介。对电容层析成像技术(ECT),包括传感技术和图像算法进行了综述,并对多种ECT图像重建算法作出了比较分析。2.对电容层析成像技术正问题的研究。利用有限元方法对电容层析成像的电容传感器进行了有限元分析,有限元采用叁角分割,计算出传感器静电场内各点的电势,利用电容计算公式得到了各电极施加电压时相应的电容值。利用敏感场计算公式得到各单元的敏感度,分析电容极板的敏感度分布性质。3.提出了一种改进的基于Tikhonov正则化的Landweber迭代算法。设定迭代十次(耗时均为0.1S左右),对层状流、环状流、滴状流叁种典型流型仿真表明:基于Tikhonov正则化的Landweber迭代算法较Landweber算法占空比误差分别小3.125%、1.389%、1.3892%,而空间图象误差分别小0.0069、0.0370、0.5209。实验证明基于Tikhonov正则化的Landweber迭代算法收敛性和抗噪声性能好于Landweber迭代算法。
张珍[6]2013年在《电容层析成像感兴趣区域图像重建算法研究》文中指出电容层析成像(Electrical Capacitance Tomography，ECT)技术通过其低成本的投入、广泛的适用范围、简单易操作的结构、非侵入式的检测方式以及良好的安全性能等特点，已经成为当前流动层析成像技术的一个主要研究对象和研究热点。其中的ECT图像重建部分一直是其进一步发展以及实用化的难题，成为了阻碍ECT发展的主要障碍，因此对于良好算法的探究就显得十分重要。ECT图像重建的成功应用很大程度上依赖于成像算法的精度与速度。论文针对电容层析成像的感兴趣区域图像重建算法进行了以下几方面的研究：1．以电容层析成像图像重建中的油水两相流系统作为研究对象，对现有的电容层析成像系统的系统构成、工作原理、特点和不足进行讨论，分析电容层析成像技术的数学模型和电容敏感场，为以后的研究做好准备。2．对ECT系统的图像重建准则和算法实现进行讨论与分析，为解决感兴趣区域(部分区域)图像成像的难题在理论上和技术上提供支持和依据。3．对压缩传感理论目前的应用进行讨论和深入研究，并以代数迭代重建算法为基础，将压缩传感技术和算法进行结合，提出了一种基于压缩传感理论的图像重建算法，将图像的梯度稀疏性与投影数据有机结合，利用全变分法减小图像梯度范数，得到准确度更高的成像结果，为ECT图像重建的研究提供了一个新的思路。4．以12电极的ECT系统作为研究对象，对原有的图像重建算法以及改进后的算法进行图像重建仿真实验，比较不同的重建算法的成像效果，最后通过成像结果对图像重建算法进行分析和讨论。
何世钧[7]2005年在《电容层析成像系统的研究与应用》文中认为电容层析成像(ECT)技术是基于电容敏感机理的过程层析成像(PT)技术。ECT系统具有非侵入、响应速度快、成本低等优点,可提供封闭管道及容器内部二维/叁维可视化信息,在工业过程参数可视化检测应用中是一种非常有发展潜力的技术。本文的研究内容主要包括传感器的结构参数优化设计,图像重建算法研究以及硬件系统设计。主要研究内容和结果如下:1、编写了基于Matlab的ECT系统仿真软件包。软件包可自动建立8电极、12电极和16电极的二维/叁维传感器模型;可计算灵敏度系数分布,绘制二维/叁维灵敏度系数分布图。逆问题部分实现了反投影算法、动态滤波反投影算法、RBF神经网络算法以及SVM算法。2、传感器的结构参数优化设计。对传感器敏感场的灵敏度分布进行了研究,分析了电极数目、结构参数对敏感场的影响,并以此对传感器的结构参数进行了优化设计;以四面体作剖分单元构成叁棱柱六面体成像单元,实现了用线性插值函数的叁维有限元剖分,建立了ECT传感器的叁维有限元模型;给出了传感器叁维敏感场的灵敏度分布,分析了其轴向响应特性,得出了介质分布沿轴向变化时的叁维仿真计算结果。3、动态滤波反投影算法的提出。基于敏感场分布的不均匀性,对滤波反投影算法进行了修正,提出了动态滤波反投影算法。4、基于RBF网络的图像重建。对RBF网络在图像重建中的应用进行了探讨。5、基于支持向量机的图像重建研究。提出了基于C-支持向量分类机的图像重建算法;提出了一种基于支持向量机的四层神经网络算法用于叁相流图像重建;实现了基于支持向量机的叁维图像重建,进行了仿真实验。6、硬件系统设计。构建了一套ECT系统样机,设计方案中应用了嵌入式技术和CAN总线等技术,获得了大量的实验数据,为进一步的研究奠定了基础。
陈宇[8]2010年在《电容层析成像反问题求解及图像重建算法研究》文中研究说明电容层析成像技术(ECT)是一种新的计算机层析成像技术,它是通过测量物体表面周围电极之间的电容值来计算物体内部介电常数的空间分布,主要用于工业管道内的多相流检测。电容层析成像技术具有适用范围广、非侵入式、安全性能好等优点,因此为解决多相流的测量问题提供了一条较好的途径。ECT技术的成功应用主要取决于反问题求解的精度与速度以及图像重建的质量,本文主要针对电容层析成像反问题求解及图像重建算法等关键问题展开研究,主要研究内容如下:详细分析了电容层析成像技术的基本原理、正问题的定义、反问题的定义和ECT反问题的不适定性,提出了解决不适定性的有限维逼近方法。针对Landweber算法求解ECT反问题收敛速度慢的问题,提出了求解ECT反问题的多项式加速算法。同时针对信赖域算法的子问题求解很复杂的问题,采用共轭梯度法对其进行求解,即信赖域-共轭梯度法(TR-CG)。实验结果表明,两种算法都表现出了较好的成像结果,能够克服ECT反问题图像重建的不稳定性,重建图像的失真较小且十分接近原流型,具有很强的抗噪声能力。同时,在混有噪声电容数据的情况下,这两种算法表现出具有很强的抗噪声能力。针对应用Gauss-Newton法求解ECT反问题收敛慢的问题,提出了加权修正Gauss-Newton算法对其进行求解。同时在分析非线性最小二乘问题残量原理的基础上,提出了一种NL2SOL的拟牛顿电容层析成像算法。实验结果表明,这两种算法都具有较好的反问题的解,成像精度高且误差小。两种算法相比较,对于大残量流型NL2SOL算法有更好的成像结果,而对于小残量流型加权修正Gauss-Newton算法有更好的成像结果。针对ECT反问题的流型辨识问题,阐述了基于特征提取的BP神经网络ECT流型辨识方法。对影响流型辨识准确度的基本原因进行分析,提出了基于自适应主成分的特征提取的ECT流型辨识算法(PCA-FE),并给出自适应求解ECT电容值主分量的对称子空间网络模型和广义Hebb网络模型。在分析电容层析成像反问题求解的渐进最优阶理论的基础上,对ECT反问题求解后进行边缘灰度补偿的必要性进行论证,并提出了一种自适应权重粒子群(AWPSO)的电容层析成像边界灰度补偿算法。实验结果表明,该算法是非常有效的,可大大改善图像重建的稳定性和提高图像重建的质量,补偿后的图像质量要远远好于线性反投影算法和共轭梯度算法,从而为ECT图像重建提供了一种新的有效方法。
刘靖[9]2007年在《电容层析成像技术在冻土物质分布及其动态变化测试中的应用研究》文中提出冻土的冻胀、融沉直接危害各种冻土工程的安全,为了防止灾难性后果的发生,国内、外学者对冻土的冻胀机理及冻害的防治措施进行了大量研究。鉴于目前冻胀理论的不完善,对冻土冻胀规律的研究主要依赖于实验手段。利用电容层析成像技术对冻土物质分布及其动态变化进行测试研究,不但深化了对冻土冻胀机理的认识,而且推动了电容层析成像技术在多孔多相介质领域的应用研究,具有重要的理论意义及实用价值。设计并制作了一种新型的非闭合电极电容层析成像传感器,以满足冻土电容层析成像测试的要求。对该种传感器的静态特性进行了理论分析。建立了该种传感器的数学模型,并对其电场进行了有限元求解,藉此分析了10、12及16电极非闭合电极电容层析成像传感器各极板对之间的电容分布特性,确定出了适合冻土测试件的传感器最优电极数目;计算出了该种传感器的敏感场,并对其“软场”特性进行了分析。提出了一种电容层析成像传感器结构参数优化设计方法。该方法采用均匀设计,并结合非线性偏最小二乘回归提取传感器结构参数与待优化目标间的函数关系,由此建立相应的优化目标泛函,利用微粒群优化算法对该优化目标泛函进行求解,以获得最优的传感器结构参数。采用该优化方法对10电极非闭合电极电容层析成像传感器参数进行了优化设计,根据优化结果设计制作了传感器,对其成像进行了仿真与实测,结果表明,参数优化后的传感器图像重建质量优于未经优化的传感器。该优化设计方法缩短了传感器优化设计周期,提高了最优解的求解精度。提出了一种新的有效ECT图像重建算法—IMNSNOF图像重建算法。该算法针对ECT逆问题的特点对极小范数解进行改进,在此基础之上建立新的目标泛函,并在求解该泛函的过程中采用正则技巧对其进行改进,以提高数值解的稳定性。针对非闭合电极传感器的电容层析成像系统图像重建进行了仿真及实测,结果表明,对于所给出的各流型,IMNSNOF算法仿真及实测的图像重建质量均高于LBP算法、标准Tikhonov正则法及投影Landweber迭代法。搭建了冻土冻结实验系统,实现了冻土测试件一维冻结。对土样的冻结过程物质分布及其动态变化进行了电容层析成像测试。就测试结果实现了图像重建,图像中土样未冻区与已冻区各像素点的灰度值不同,其中已冻区灰度值低于未冻区灰度值,从而由重建图像可以获得冻土已冻区、未冻区及二者分界面位置。进行了电容层析成像测试结果与冻土冻结过程中的温度分布对比分析,验证了电容层析成像系统冻土测试结果的正确性。
张琦[10]2004年在《应用于多相流参数检测的电容层析成像系统研究》文中指出过程层析成像技术是多相流参数检测领域中的一门新技术，在工业中有着广阔的应用前景。本文通过对各种过程层析成像技术的比较，选择了电容层析成像技术作为研究对象。文中介绍了电容层析成像技术的基本原理以及系统的组成，通过对8电极的电容传感器设计加工，基于差动冲放电原理的微小电容检测电路的设计，完成了数据采集系统的组建工作，通过实验证明数据采集系统是可行的。对于图像重建算法，本文采用了人工神经网络的方法，通过测试，本算法对于介质在传感器中的位置判别是可行的。
参考文献：
[1]. 电容层析成像系统关键技术研究与设计[D]. 刘诗源. 华东交通大学. 2017
[2]. 电磁层析成像图像重建算法的研究[D]. 雷彦. 北京交通大学. 2007
[3]. 基于人工鱼群算法的电容层析成像图像重建[D]. 陈兰. 哈尔滨理工大学. 2010
[4]. 电容层析成像的图像重建算法研究与半物理仿真平台设计[D]. 赵玉磊. 西安电子科技大学. 2016
[5]. 电容层析成像技术图像重建算法研究[D]. 赵波. 河北理工大学. 2007
[6]. 电容层析成像感兴趣区域图像重建算法研究[D]. 张珍. 哈尔滨理工大学. 2013
[7]. 电容层析成像系统的研究与应用[D]. 何世钧. 天津大学. 2005
[8]. 电容层析成像反问题求解及图像重建算法研究[D]. 陈宇. 哈尔滨理工大学. 2010
[9]. 电容层析成像技术在冻土物质分布及其动态变化测试中的应用研究[D]. 刘靖. 中国科学院研究生院（工程热物理研究所）. 2007
[10]. 应用于多相流参数检测的电容层析成像系统研究[D]. 张琦. 南京理工大学. 2004