基于电学成像与深度学习的蜂窝结构冲击损伤识别研究

针对蜂窝夹层结构遭受外物冲击的情况,提出结合电学成像和深度学习的方法,对冲击损伤进行在线监测和识别,为结构完整性评估和决策提供准确信息。首先通过丝网印刷技术,使用碳油墨和银浆油墨在结构表面分别制备感应层和导电线路;然后对不同数量、位置和尺寸的冲击损伤进行数值仿真,获取对应的感应层电导率变化与边界电压变化数据样本,由残差神经网络进行深度学习,建立二者的映射关系;最后在结构遭受冲击前后分别测量感应层的边界电压数据,通过训练好的残差神经网络重建感应层电导率变化分布的图像,实现损伤信息的识别。通过对蜂窝夹层结构进行低速冲击试验,验证了所提出技术和方法的可行性和有效性。

基于电学成像的蜂窝夹层结构超高速撞击损伤监测

针对航天器遭受空间碎片和微流星体撞击的问题,对蜂窝夹层结构的超高速撞击损伤监测进行研究。提出将碳纳米管薄膜共固化在蜂窝夹层结构面板表面使之具有自感应能力,结合电学成像技术对超高速撞击造成的损伤进行监测和识别。采用二级轻气炮对自感应蜂窝夹层结构进行了超高速撞击,在撞击前后分别向感应层注入微小的激励电流,根据边界电压变化重建损伤引起的电导率变化图像,从而提供有关撞击和损伤的信息。试验结果表明,基于碳纳米管薄膜的感应层性能良好,重建的电导率变化图像能够较好地反映损伤个数、位置和近似尺寸,验证了所提出技术方法的有效性,为航天器结构超高速撞击监测提供了一种新的技术手段。

基于碳纳米管薄膜电学成像的复合材料结构损伤识别研究

随着纳米技术的飞速发展,碳纳米管因其良好的自感应能力逐渐被应用在结构健康监测领域。提出将碳纳米管薄膜布置在复合材料结构表面作为智能感知层,结合电学成像方法,根据碳纳米管薄膜边界电压值的变化,重建损伤引起的电导率变化分布图像,以确定损伤情况。为提高电学成像效果,采用基于L1范数正则化的最小二乘法重建电导率变化分布,并利用L曲线法选取适当的正则化参数,结合内点法进行反演。搭建了电学成像测试系统并进行了实验研究,实验结果验证了本文所提出方法的可行性和有效性。

梯度引导电学成像自适应网格生成方法

电学层析成像是一种观测场域内电导率分布的无损检测技术。有限元法是求解电学层析成像问题的常用方法。其作为线性化的近似方法,剖分单元的大小会影响有限元法求解的精度。更密的尺寸可以提高重建图像的空间分辨率,但会增加计算成本,同时未知量个数的增加会加剧逆问题的欠定性。针对上述问题,提出一种基于图像梯度的自适应网格生成方法。根据初始重建图像的梯度,自适应地提高内含物区域的网格密度,降低其他区域的网格密度,并对场域边界进行精确拟合来优化被测场域的网格剖分。通过仿真与实验研究对比分析了所提方法与常用网格剖分方法。结果表明,所提方法的重建结果图像误差平均降低15%,相关系数平均提高7%,因此所提方法在不显著增加或减少网格数的情况下,可以有效提高内含物的重建精度和图像重建质量。

基于残差自注意力连接的深度电学层析成像方法

针对电学层析重建(ET)的“软场”特性和逆问题求解的病态性所造成的边界伪影和空间分辨率低的问题,本文提出一种基于迭代展开的预重建模块和改进的注意力深度U形卷积神经网络(CNN)的深度成像方法。其中,预重建模块是由牛顿—拉夫逊迭代算法得到的4层反卷积神经网络;深度U形CNN模块中,在特征提取和重建模块中加入残差连接,用于缓解深度CNN模型中的梯度消失问题,同时引入自注意力跳跃连接实现对全局特征和局部特征的抽象融合,使模型更好地表达图像重建问题的非线性特征。重建结果表明空间分辨率高,内含物边界清晰,重建相对误差为0.10,相关系数为0.93,说明本方法可以有效改善ET图像的质量,为无损测量与检测可视化提出了一种可靠方法。

电学过程成像的多传感器融合研究

上世纪八十年代发展起来的过程成像技术的重要分支──电学过程成像已经有了较大的进展。电学过程成像如电阻成像(ERT)和电容成像(ECT)在广泛存在于工业上的两相流监测方面具有潜在优势,它能提供过程参数的可视化测量。文中叙述了ERT和ECT多传感器融合测量油/气/水参数的新方法,对测量的可行性进行了较为深入地分析与讨论,给出了多传感器融合测量的物理模型、数据融合方法和像素单元灰度值融合计算的初步公式。

基于印刷感应层电学稀疏成像的蜂窝夹层结构冲击损伤识别

蜂窝夹层结构在航空航天领域具有广泛的应用,但其在使用过程中不可避免地会遭受损伤,特别是冲击造成的损伤对其强度有很大的影响。本文结合现代电子印刷技术,采用石墨烯导电碳油墨和银浆油墨在蜂窝夹层结构表面制备智能感应层,结合电学成像技术对低速冲击损伤进行识别。使用落锤冲击试验装置对蜂窝夹层结构进行了低速冲击,并于冲击前后在印刷感应层中注入微小电流获取边界电压变化。对电压数据进行分析,基于SpaRSA稀疏正则化算法重建感应层电导率变化的图像,将损伤信息可视化。实验结果表明,所提出方法能有效地识别出蜂窝夹层结构中冲击损伤的个数、位置和大致尺寸,与传统基于Tikhonov正则化的算法相比,稀疏成像算法对损伤尺寸的识别效果更好,为蜂窝夹层结构冲击损伤在线识别提供了一种新途径。

电学层析成像技术

电学层析成像技术是一种两相/多相流检测技术。该技术具有无辐射、非侵入、响应速度快以及可视化等优点。对目前国内外快速发展的电学层析成像技术进行了介绍。电学层析成像系统采用特殊设计的敏感空间阵列电极,以非接触或非侵入方式获取被测敏感场信息。利用图像重建算法再现多相流体在管道内或反应装置内部某一截面的分布状态,从而获得多相流中离散相浓度分布及其随时间的变化规律。电学成像技术可广泛应用于石油、化工、电力、冶金、建材、食品等领域,如:石油工业中油/气/水混输过程;冶金、电力工业中各种气力物料输送过程;化工、医药、能源等领域中的干燥、混合、流态化、扩散、反应等过程。该技术极大提高了人们对生产过程信息的获取和分析能力,为过程参数在线监测和控制提供了一种全新的手段。

电学层析成像中软场效应的度量与应用

"软场效应"的存在导致电学层析(ET)成像技术重建图像分辨率低,为了度量"软场效应"并降低其影响,提出了一个基于灵敏度系数的"软场效应"度量指标,据此实施ET测量数据的重构。实验结果表明:软场效应指标能够有效地反映"软场效应"对ET成像空间分辨率的影响,重构的数据能够提高已有ET算法的空间分辨率。

电学层析成像的灵敏度系数更新算法

针对电学层析成像技术受被测物场"软场效应"和欠定问题的影响而造城空间分辨率较低且稳定性差的问题,分析了电学层析成像过程中的灵敏度系数之和对于空间分辨率的关键影响,据此提出一种基于灵敏度系数更新及伪迹辨识的电学层析成像算法.结果表明,该方法能够有效地克服电学层析成像技术的固有问题,重建图像相对误差降低了5%~8%,,且对于离散分布的小目标空间分辨率更高.

基于L1-L1范数的电学层析成像静态成像算法

电学层析成像中静态成像算法的目标函数为电压测量值与电压计算值之间残差的范数与罚函数两项之和。目前,针对残差项的L1范数成像算法还较少,本文使用原始-对偶内点法,实现了目标函数中残差项和罚函数项均使用L1范数的重建算法,进行图像重建。研究表明使用基于L1-L1范数算法进行图像重建可获得较好的重建图像质量。

医学电学层析成像技术发展

医工结合是将医学与工科技术进行交叉融合、协同创新的交叉领域,即将工程技术方法引入到医学研究、诊断及治疗等环节中,产生创新的仪器、设备及技术。由于医学是一门独特的面向人体的综合性学科,因此在生物、化学、电子、机械等领域,均有与医学进行一定交叉的可能。现围绕电学层析成像技术在医学检测中的应用问题进行如下综述。

过程成像技术具有广阔的应用前景

笔者于1999年4月赴英国参加了首届世界工业过程成像会议。会议对过程成像技术近年来的发展成果进行了全面的回顾,还分别就硬件系统的开发,图像重建算法的发展,过程成像技术在工业过程,环境监测等方面应用的问题进行了交流和讨论。会上发表论文89篇,其中关于过程成像技术在工业过程和环境监测等方面的应用36篇,图像重建算法22篇,过程成像系统硬件设计19篇,潜在应用领域12篇。

基于截面电导信息的油水两相流相含率估计

提出一种基于截面电导信息的油水两相流相含率估计方法,在对电阻层析成像系统测试数据特征进行降维的基础上,利用径向基函数神经网络建立流型辨识模型,并对每一种流型采用基于样本矩阵非线性变换的非线性偏最小二乘(NLPLS)法建立相含率估计模型.动态实验结果表明,所得的相含率估计绝对误差低于5%,.将本方法和不分流型的单模型方法及传统偏最小二乘方法进行对比,证明所提出的相含率估计方法能实现更准确的估计.

基于双截面ERT对鼓泡床气含率分布的可视化测量

鼓泡床以其结构简单、效率高,广泛应用于化工、制药等领域。鼓泡床中气/液分布受诸多因素影响,如筛板构型、气/液混合比、温度等,而气/液分布直接影响反应效率。因此,气含率分布的实时检测成为过程控制及鼓泡床优化的重要依据。通常,传统检测手段,如压差法及电导探针法,仅能测得集总或局部信息。将电阻层析成像(ERT)技术引入鼓泡床测量,可获得2D/3D电导率分布及流速分布图像。通过对数据/图像后处理,可提取整体和局部流动参数。试验结果显示,ERT结果与传统方法符合,测量误差≤5%。

基于Deflation技术的预调制Restarted GMRES算法

电学层析成像的图像重建需要对逆问题进行求解,而求解过程中存在着非线性、欠定性以及病态性严重等难题,使得图像重建可能不收敛,或者致使收敛,但获得的图像分辨率较低。针对现有的一些图像重建算法,提出基于Deflation技术的预调制Restarted GMRES算法,在原有full GMRES算法基础上,提高了收敛速度以及图像成像分辨率,并通过仿真实验证明。

基于ECT系统的信号完整性分析

为了进一步提高电学层析成像(ECT)采集系统的测量精度,分析研究了ECT信号的完整性对测量结果的影响。针对测量电容信号微弱、值在p F级别的特点,设计出一种考虑信号完整性的ECT采集系统,其传感器占空比为81%。利用上述系统来分析信号完整性对测量结果的影响。实验结果表明:当正弦激励信号的峰峰值为18.7 V时,采集到的最大信号经过电流/电压(C/V)转换后的电压峰峰值为921 m V,与理论计算结果基本吻合;运用灵敏度矩阵系数算法,在PC上得出了清晰的ECT图像。表明该测量系统满足精度要求。

非分离式计量技术在页岩气地面测试中的应用研究

传统的气液计量方法是采用分离器,利用多相流体中各相的密度差异,通过物理方法将气液进行分离,之后通过单相仪器仪表和计量罐进行计量,设备质量和体积较大,综合成本高,安装周期长。为解决页岩气排采中的两相流计量难题,文章提出一种非分离式的计量技术,核心特征是将文丘里与电容层析成像技术相结合,配合深度学习算法,对两相流量进行精确计量并实时显示管道内流体流动状态,应用此技术开发的两相流量计在页岩气测试现场进行了现场试验,结果表明,文章所采用的非分离式计量技术,针对不同试验井况,测试结果稳定,计量精度较高,适用于页岩气排采的整个周期,基于电容层析成像技术的井口流动状态可视化能准确反映管道内流态,为气田科学生产提供实时单井数据支持。同时,气液两相流量计具有操作简单、维护方便、成本低廉、无人值守的特点,能够简化设备和工艺管线,符合页岩气低成本高效开发的初衷。

Lung Ventilation Functional Monitoring Based on Electrical Impedance Tomography

Medically, electrical impedance tomography （EIT） is a relatively inexpensive, safe, non-invasive and portable technique compared with computerized tomography （CT） and magnetic resonance imaging （MRI）. In this paper, EIT_TJU_ II system is developed including both the data collection system and image reconstruction algo- rithm. The testing approach of the system performance, including spatial resolution and sensitivity, is described through brine tank experiments. The images of the thorax physical model verify that the system can reconstruct the interior resistivity distribution. Finally, the lung ventilation functional monitoring in vivo is realized by EIT, and the visualized images indicate that the configuration and performance of EIT_TJU_ II system are feasible and EIT is a promising technique in clinical monitoring application.

基于准静态场的新型灵敏度系数计算方法

电学层析成像技术(Electrical Tomography,ET)具有经济性、无侵入性和实时性的特点,在工业过程检测、生物医学诊断等领域取得广泛的应用.在图像重建过程中,灵敏度系数作为先验信息,在计算中起到关键作用.然而,现有的灵敏度系数计算方法的物理意义不够明确、可解释性差、自适应性不足且具有较强的假设性,是当前提高ET成像质量的主要障碍之一.从准静态场灵敏度系数的物理意义出发,将电流激励状态下的激励与接地电极等效为一对偶极子,推导出一种新的具有明确的物理意义的、可解释性强并且可操作的灵敏度系数计算方法.最后,将新灵敏度系数与原灵敏度系数在数值、投影区和计算时间上进行比较,并通过灵敏度反投影法分别使用两种不同的灵敏度系数对四个模型进行图像重建.结果表明,新方法与原采用定义计算的结果吻合,并且新灵敏度系数在数据抗噪声、计算时间、图像重建等方面具有一定优势.