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。

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。

基于电容层析测量的油气两相流动态信号时频分析方法

基于虚拟电容层析成像(electrical capacitance tomography,ECT)传感器和流电耦合仿真方法,本文动态模拟了4种典型的油气两相流流型及其相应的测量信号,并采用基于小波变换的多分辨率分析(multi-resolution analysis,MRA)和时频分析方法对压力和电容的时间序列信号进行分析。连续小波变换显示了时频二维平面中的能量分布,并在时间上有效定位了瞬时流量波动。而基于小波MRA方法对流型变化下的原始测量信号进行不同频带的分解后,压力和电容测量信号的主导频率均呈现出由中频到低频再到高频的迁移规律,为流型识别提供了有效的量化判据。在间歇流实验测量中应用信号时频分析方法,有效解析了不同流量下段塞频率、流量波动和液塞形态的变化。本文的研究方法和研究结果有望为实际过程中的流型识别和过程监测提供可靠手段。

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。

基于改进ResNet-18网络的电容层析成像图像重建

为求解电容层析成像(ECT)中的非线性病态反问题,提出了一种基于改进ResNet-18网络的ECT图像重建方法。该网络由多个残差块组成,每个残差块被分组,然后通过组内残差连接,以融合更多的特征尺度。通过MATLAB仿真实验平台构建了流型数据集,利用深度残差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迭代算法及未改进ResNet-18算法相比,该方法的图像重建质量明显提高,并具有良好的泛化能力。

基于卷积稀疏编码的电容层析成像图像重建

针对电容层析成像(ECT)病态性逆问题,提出了一种将卷积稀疏编码模型作为惩罚项嵌入到ECT最小二乘问题的方法,通过预先训练好的滤波器并结合交替方向乘子算法(ADMM)对此模型进行求解,从而完成ECT图像重建。对提出的方法进行了仿真及实验测试,并与LBP、Tikhonov正则化及Landweber迭代算法进行比较。结果表明,提出的方法其重建图像平均相对误差和相关系数分别为0.4389及0.8968,均优于其他3种方法,中心物体及多物体分布的重建质量得到显著提升。

基于彩色-深度传感器的电容层析成像图像重建方法

工业过程层析成像使用非干扰传感器获取过程容器、反应器等内部状态的二维或三维图像,因在工业应用中获取的电容层析成像资料和信息量有限,难以对影像进行精准、稳定的重构。为此,设计基于彩色-深度(Red Green Blue-Depth,RGB-D)传感器的电容层析成像图像重建方法。利用RGB-D传感器采集电容层析成像图像,采用非局部均值-权重法剔除图像中的噪声后,将图像输入到随机森林分类器中,提取图像的轮廓特征。通过快速投影Landweber算法对轮廓特征求解后,利用电容物质分布的重组完成电容层析成像图像的重建。实验结果显示:所提方法的峰值信噪比数值在35 dB附近波动,结构相似性数值在0.89~1.03之间,重建耗时在4.1 s以下,具有较好的重建效果、质量和结构相似性,能够有效提高重建效率。

基于电容层析成像的电缆绝缘缺陷检测仿真研究

电力电缆绝缘性能优越,在轨道交通系统和电力系统中应用广泛,但是在外部绝缘劣化因素的长期作用下易发生绝缘故障,影响系统的供电稳定性。为了准确判断电缆绝缘状态,确保系统安全稳定运行,开展了基于电容层析成像技术的电力电缆绝缘缺陷检测的仿真研究。建立了电力电缆和八电极电容传感器的模型,以信号输出强度为导向优化了电容传感器的几何结构,采用中值滤波算法优化了灵敏度场分布。利用Landweber图像重建算法结合优化后的电容传感器和灵敏度场,对气隙缺陷、水树缺陷、楔形划痕缺陷和复合缺陷4种典型的电缆绝缘缺陷进行了图像重建,实现了电力电缆绝缘缺陷的检测。

采用多任务学习和电容层析成像的两相流参数测量方法

针对电容层析成像技术(ECT)重建的图像精度低、对流动参数测量误差较大的问题,提出了一种采用多任务学习和电容层析成像的两相流参数测量方法。首先,采用残差模块作为特征提取模块对Landweber算法重构的图像进行特征提取,以此消除重建图像的伪影对流动参数测量所带来的干扰;其次,为了进一步提升模型的抗噪声干扰能力,采用硬参数共享的双路输出神经网络结构进行初次相含率测量;之后,采用融合神经网络与极端随机森林等分类模型的方法来实现流型识别;最后,为了进一步提升相含率测量的准确度,采用极端随机森林等回归模型通过融合流型识别和初次相含率测量的结果,获得最终的相含率。实验结果表明:该方法相对于仅采用神经网络的方法,可以提升相含率测量的准确度;在实测数据测试中,该方法进行相含率测量的相对误差在5%以内,流型识别的准确度可以达到98%以上,表现出了较好的抗噪声干扰能力,能够满足对实际工业应用的需求。

低温流体电容层析成像空间分辨率研究

为了深入探究电容层析成像(ECT)在用于低温流体(液汽介电常数比比室温介质小1个数量级以上)的两相流反演成像时的成像性能,基于数值模拟,对比确认最佳成像方法后,通过对比图像质量和成像定量指标研究了低温流体在4种两相流型下的成像空间分辨率。结果表明成像分辨率在测量中心区域为直径比0.2,边缘区域为0.1,影响因素包括主流体相对介电常数、两相介质的介电常数比、数据噪声等,其中分辨率对测量噪声尤为敏感。研究定量验证了ECT用于低温流体测量时的分辨率性能,并为未来传感器的优化指明了方向。

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。

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。

基于加权奇异值分解截断共轭梯度的电容层析图像重建

针对电容层析成像技术(ECT)中的"软场"效应和病态问题,提出了一种基于加权奇异值分解(SVD)截断共轭梯度的电容层析(ECT)图像重建算法。阐述了电容层析成像工作原理,提出了12电极ECT系统的测量方法。在分析灵敏度矩阵的奇异值分解理论的基础上,推导出了加权SVD截断共轭梯度的数学模型,并利用Tikhonov方法进行正则化加权处理。最后,分析了算法的收敛性,并将其应用于电容层析成像系统的图像重建中。实验结果表明,对于层流,截断共轭梯度算法的平均误差能达到27.54%,全部流型平均迭代步数达到13步,与LBP、Landweber和CG算法比较,该算法具有成像效果好,成像速度快,易于实现等特点。

电容层析成像两相流流型可视化系统

本文基于电容层析成像技术研制了一套两相流型可视化系统。建立了一种新型的具有高速采集和高分辨率测量的电容数据采集系统。采用加权反投影算法进行图像重建以保证流型可视化的实时性和有效性。整套流型可视化系统经气液两相流现场应用测试和气固流化床实验室动态实验证明是有效的 ,成像速度达 2 0幅 /秒以上 ,满足工业应用要求。