基于非凸与不可分离正则化算法的电容层析成像图像重建

搅拌器内两相混合是化工生产中常见的现象,电容层析成像(ECT)技术主要对两相分布进行可视化重构,以达到监测的目的。受稀疏贝叶斯学习的启发,提出了一种非凸与不可分离正则化(NNR)算法重建ECT图像。在稀疏先验的基础上引入矩阵低秩特性,采用最大后验估计在潜在空间中提出一个新的优化问题,利用对偶变量将潜在空间的目标函数映射到原始空间进行迭代求解,用来恢复同时稀疏与低秩的矩阵。与凸近似L1范数相比,NNR算法可获得更准确的重建图像,同时比非凸可分离方法更容易收敛到全局最优解。为验证NNR算法的重建效果,通过数值仿真与静态实验的方法分别与其他5种算法进行重建对比。结果表明:NNR算法可以有效减少重建伪影,提升中心物体的重建质量,为搅拌器内两相分布提供了高质量的重建算法。

一种组合电极电容层析成像重建图像融合方法

提出一种基于电容层析成像(ECT)组合电极重建图像及层次聚类的ECT图像融合方法。首先,构建组合8电极及12电极ECT阵列传感器,研究2种组合传感器激励测量方案;其次,采用层次聚类法对两种组合电极ECT重建图像进行聚类,从而消除重建过程中产生的伪影;最后,将聚类后的2种图像再进行小波融合重建。实验结果表明,相较于原始重建图像,所提方法重建图像平均相对误差最小,最大降幅达到23.4%,平均相关系数最大,最大增幅达到10.56%。

电容层析成像垂直环空气液两相流动实验

为了研究石油与天然气钻井溢流期间井筒环空中的气液两相流动规律,设计并搭建了一套垂直井筒环空气液两相流动实验装置,创建了电容层析成像(ECVT)和含气率分析的流型识别方法。通过实验表明:该实验揭示了含气率随气液相表观速度、黏度的变化规律;实现了对不透明井筒环空内气液两相流动过程的实时可视化和定量化表征。该实验装置可作为垂直井筒环空中气液两相流动特征、气体运移、流型转化研究的重要手段,也可用于实验教学、大学生创新性实验项目等。

基于多尺度密集连接网络的电容层析成像图像重建

为求解电容层析成像中的非线性病态反问题,提出了一种多尺度密集连接网络(MD-Net)模型。该模型由多尺度特征融合模块和密集连接块组成,以通过融合多尺度特征进一步提高图像的重建精度。通过MATLAB仿真实验平台构建了流型数据集,利用密集连接网络的非线性映射能力,完成训练集的学习与训练,并利用测试集进行训练效果评价。在此基础上进行了静态实验。仿真与静态实验结果均表明:与LBP、Landweber迭代算法和其他深度学习方法相比,该方法的重建精度最高、抗噪能力强,并具有良好的泛化能力。

基于深层小波网络的电容层析成像图像重建

提出了一种基于深层小波网络的电容层析成像(ECT)图像重建算法,采用Landweber算法生成初始重建图像作为网络输入;以U-Net深度卷积神经网络模型为骨干模型,通过在上、下采样层引入小波变换提取不同层次的特征,以及采用跳跃连接方式搭建高频特征传递通道,保留更多的细节信息,充分利用特征图中的全局和局部信息特征。仿真及静态实验结果均表明,基于该算法的图像重建精度更高,仿真及静态实验重建图像的平均相对图像误差分别为0.1918及0.6570,平均相关系数分别为0.9685及0.8169。

基于非凸熵最小化与高斯混合模型聚类的电容层析成像图像重建

基于压缩感知原理提出了一种构建非凸熵(NE)函数作为正则化项的方法,在有效缓解电容层析成像(ECT)病态性逆问题的同时可保证解的稀疏性,并采用快速迭代阈值收缩算法(FISTA)求解以加快收敛速度。对所得解通过高斯混合模型(GMM)进行阈值寻优,采用期望最大化算法(E-M)更新模型参数,从而构建NE-GMM算法。仿真及实验结果均表明:与LBP、Landweber、迭代硬阈值(IHT)、ADMM-L1及NE算法进行了对比,该算法所得重建图像质量最优,对中心分布及多物体分布的保真度进一步提高,仿真实验重建图像的平均相对误差和相关系数分别为0.4611及0.8827,优于其他5种算法。

一种新型应用于平面电容层析成像系统的电容阵列传感器设计

平面电容层析成像(ECT)技术适用于复合材料表面/亚表面缺陷探伤检测,或传感器安装受限制等无损检测应用领域。针对常规平面ECT系统所采用的方形结构阵列传感器灵敏度分布均匀性较差、中心区域成像质量不高的问题,提出了一种新型结构阵列平面电容传感器,该传感器由7个单元传感电极构成蜂巢结构阵列。新型结构阵列传感器由COMSOLTM专业软件进行建模分析,并设定静电场边界条件,求解并获得传感器的电场分布、极间电容值以及计算灵敏度矩阵。通过与相同尺寸的3×3方形阵列传感器进行比较,来评估新型结构阵列传感器的关键性能,即极间电容变化值和灵敏度分布均匀性。此外,传感器实物采用印刷电路板技术设计制作,结合线性反投影算法进行图像重建,比较和验证两种结构传感器的成像性能。经过数值成像实验和实物重建图像测试,结果表明,新型结构阵列传感器有利于电容传感信号检测,改善了传感器灵敏度分布均匀性,提高了平面ECT系统中心区域成像质量。

采用曲波变换和电容层析成像的两相流含水率测量方法

针对电容层析成像(ECT)逆问题的欠定性,提出了一种基于曲波变换的图像稀疏重构算法。首先,采用曲波变换基作为稀疏基,从多尺度对模拟介质分布图像进行稀疏表示,提高了ECT灰度值向量的稀疏度;其次,应用迭代软阈值算法对曲波系数进行稀疏重构,同时使用奇异值分解算法计算最优灵敏度广义逆矩阵;最后,搭建ECT测量平台,通过静态实验重构5种典型实际流型,验证所提算法的有效性。实验结果表明:所提算法可有效抑制伪影,重构图像边界清晰,同时在图像相关系数、相对图像误差上均优于传统重构算法,比Landweber迭代算法相关系数提高约37.9%,相对误差减小约17.6%;基于稀疏重构的后处理图像可用于截面含水率的测量,含水率平均误差低于10%,最低为4.32%。该方法有效提高了ECT重构图像质量,能够满足天然气精准开采的工业需求。

电容层析成像测量甲醇制烯烃催化剂床层温度

甲醇制烯烃作为煤制烯烃的关键一环,对实现煤炭的综合利用有重要意义。这一过程是典型的放热反应,为提高甲醇转化率与产物选择性,需对床层温度进行在线监测。基于高温电容层析成像,提出一种在线测量催化剂床层温度(DMTO工业催化剂,ZSM-5分子筛)的方法。通过与介电常数变化极小的石英砂、氧化铝等床层材料的测量结果对比,发现不同催化剂的介电常数随温度变化规律不同,催化剂床层的测量电容值随温度变化敏感且重复性较好。因此可通过高温电容层析成像装置测量温度分布均匀的床层归一化电容平均值实现对床层温度的测量。通过采用薄壁石英管的固定反应器,对甲醇制烯烃催化剂、ZSM-5分子床层进行在线测温验证了该方法的有效性,发现通过线性反投影算法重构的ECTt图像,可获得床层温度分布。由此,可以通过高温电容层析成像装置实现对固定床床层床层测温。

嵌入式电容层析成像系统的成像加速方法研究

为了提高嵌入式系统设计中电容层析成像(ECT)的图像重构速度,研究了一种针对进阶精简指令集机器加上现场可编程门阵列(ARM+FPGA)硬件架构的图像重构算法加速技术。针对广泛应用且鲁棒的Landweber迭代算法(ILA),首先分析算法结构,然后基于FPGA的流水线特点,改进ILA涉及的循环结构,从而达到加速的效果。同时,针对ARM+FPGA架构的特点,讨论了ARM核与FPGA核各自的任务分配方式,进一步优化了算法速度。为了验证算法的有效性,分别在使用MATLAB编程和使用提出的加速方法搭建的ZYNQ平台进行了图像重构实验,从图像重构耗时、图像相对误差和图像相关系数3个指标论证提出方法的有效性。实验结果显示,使用搭建的ZYNQ平台进行Landweber算法成像时,每个图像的运行时间比使用MATLAB编程的运行时间减少了30%~40%。该研究在保持重构精度的同时有效提升了迭代算法的速度,对于ECT系统的硬件加速具有一定适用性。

基于带约束粒子群的电容层析成像图像重建算法

粒子群工作时系统的鲁棒性很高,有助于解决图像重建的病态问题。但是,重建图像的像素较大,导致粒子维度较大,粒子在寻优过程中很难达到最优解。为了解决这一问题,对粒子的位置加入约束条件,以Tikhonov正则化图像重建算法成像作为粒子位置参考,约束粒子在Tikhonov正则化算法重建图像的一定范围内搜索,并用罚函数求解,提高粒子搜索速度;粒子群的惯性权重采用线性递减权值,从而实现惯性权值的自适应动态调整,提高算法的灵活性;将混沌算子加入粒子群位置搜索过程中,当粒子陷入局部最优时,混沌变量在一定范围内波动,降低最优解的错失率。仿真实验结果表明,与传统的LBP算法和Tikhonov算法相比,改进的粒子群算法的电容层析成像图像重建更精确,效率更高。

电容层析成像技术应用于低温流体反演成像的研究现状

高精度实时测量不同重力阶段贮箱内低温推进剂剩余量、空间分布以及低温两相流状态,已成为太空探索和安全储运的关键技术之一。电容层析成像(ECT)技术能非接触、实时和准确地反演重建贮箱内液体相分布图像。但相比于室温流体,低温流体液气介电常数比要小1个数量级以上,介电常数对压力和温度更敏感,ECT反问题方程病态性极强,电容测量噪声大且分辨率要求更高,传统基于灵敏场的反演算法难以达到实时和准确的反演要求。因此基于ECT的低温流体反演成像相比于室温流体如水-空气或油-空气,技术挑战更大。本文总结了国内外应用于低温流体ECT反演成像的算法以及系统的研究进展,有助于相关研究者全面了解研究现状和发展方向。

气固两相流检测与电容层析成像系统技术研究

文章以西安交通大学多相流实验室的电容层析成像仪项目为研究案例,重点探讨了气固两相流检测与电容层析成像系统技术。这2项技术在工业和学术界广受关注。文章深入分析了气固两相流的基本特性和检测需求,提出了融合电容层析成像技术的气固两相流检测系统,并进行了实验验证和性能评估。

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。

基于快速投影LANDWEBER法的电容层析成像图像重建算法研究

提出一种新的基于快速投影Landweber法的ECT图像重建算法。算法采用两部分迭代,初期采用预置矩阵加速迭代,该矩阵通过优化步长广义逆预迭代得到;后期采用常规投影Landweber法稳定迭代。探讨了ECT应用该算法的收敛条件,该算法易满足收敛条件且预置矩阵参数选取简单。仿真和实验结果表明,与LBP、OIOR、投影Landweber算法相比,该算法兼备收敛稳定性好及收敛速度快等优点。

基于改进Gauss-Newton的电容层析成像图像重建算法

针对电容层析成像技术中的"软场"效应和病态问题,在分析Gauss-Newton算法基本原理的基础上,提出了一种基于Gauss-Newton新的电容层析成像算法,采用奇异值分解定理对算法的稳定性进行了证明.在此基础上探讨了ECT应用该算法的可行性,算法满足收敛条件且重建图像误差小.仿真和实验结果表明,该算法和LBP、Landweber和共轭梯度算法相比,算法兼备成像质量高、稳定性好等优点,为ECT图像重建算法的研究提供了一个新的思路.

电容层析成像在高压浓相煤粉气力输送中的应用

在输送压力可达4.0 MPa、固气比达740 kg/m3的高压浓相煤粉气力输送实验台上,用电容层析成像技术对10 mm内径的水平管道进行气/固两相流流型的辨识。研制了适用于高压力下的8电极厚管壁小口径电容层析成像传感器,管壁厚度达5 mm。为了消除厚管壁对电容传感器灵敏度的影响,采用精度较高的交流法电容检测电路,激励信号峰值提高到30 VP-P并对C/V转换放大器做滤波处理以提高信号的信噪比。将USB通信方式引入到ECT与计算机的数据传输中,解决ECT数据传输速度问题。比较LBP算法、Landweber迭代算法和神经网络算法在厚管壁ECT图像重建中的效果,发现神经网络算法受流型的影响很小,具有最优的重建图像质量。

电容层析成像图像重建的新算法

对采用RBF神经网络的8电极电容层析成像系统的图像重建的方法进行了探讨。该神经网络采用遗传算法结合传统的最近邻聚类方法进行学习。仿真实验结果表明，该方法的成像精度及成像实时性较好。

电容层析成像用新型电容/电压转换电路的研制

电容 /电压转换电路是电容层析成像系统硬件核心部件。现有交流型转换电路均工作在单模式方式 ,即反馈平衡方式或者非反馈方式 ,且激励信号幅值固定 ,使得电路功能较为单一 ,不能灵活应用于各种传感器结构、各种成像速率要求的场合。本文提出并实现了电容层析成像系统用激励信号幅值可控双模式交流型电容 /电压转换电路。该电路不仅克服了现有转换电路在应用中的不足 ,而且实验表明电路的线性度、分辨率。

电容层析成像技术的研究进展与分析

电容层析成像(electrical capacitance tomography,ECT)技术是以医学CT技术为基础,伴随着计算机技术和传感器技术发展起来的一种过程层析成像技术。对ECT系统的各个组成单元和工程应用的研究成果进行分类,并逐类进行总结论述。比较了不同结构的电容传感器,并对传感器参数的优化方法进行总结。讨论了测量电容值的各种方法及其优劣性。在归纳主要图像重建算法及其改进方法的同时,还分析了典型算法的原理和流程。总结了ECT系统的各种主要工程应用和成功案例。在此基础上,指出了有待发展的若干研究课题及关键技术,并对某些发展方向予以展望。