电磁层析成像技术中的谱参数混合共轭梯度法

电磁层析成像技术是基于电磁感应原理的过程检测技术,图像重建是解决其反问题的关键.基于共轭梯度算法,修正搜索方向和迭代参数,推导出基于谱参数的混合共轭梯度算法,以提高图像重建质量和收敛性.介绍了电磁层析成像系统的实验室模型和灵敏度分布矩阵,作为反问题基础;对搜索方向进行修正,提出一个新的谱参数,用来控制新旧搜索方向之间的角度,根据每一步迭代的残差结果,寻找最优解;改善共轭参数,分析非线性共轭梯度算法中FR算法(fletcher-reeves method)和PRP算法(polak-ribiere-polyak method)的各自优势,将它们按照一定比例进行混合,得到一种新的混合共轭梯度算法;将谱参数混合共轭梯算法应用到电磁层析成像实验室系统中,构建了3种典型实验室模型,对比谱参数混合共轭梯度算法与传统算法并作出评价.实验结果表明:谱参数混合共轭梯度算法的重建图像的质量更高,具有较好的数值表现;混合共轭梯度算法结合了FR算法和PRP算法的优点,收敛速度比PRP算法快,成像质量比其他算法高.

基于宽频激励的平面电磁层析成像方法

为了实现对高低电导率材料的检测与成像,提出了一种基于宽频激励的平面电磁层析成像方法。根据线圈的电磁特性及实验测试结果,探讨了平面线圈阵列的优化方法。通过有限元仿真模型,采用场量提取法获取灵敏度矩阵,并针对灵敏度矩阵的均匀性问题提出了改进方法,提高了图像重建质量。通过仿真模型评估了不同电导率物体的图像重建质量,仿真结果证明了提出的平面电磁层析成像方法可以实现对高低电导率材料的成像。搭建了基于宽频激励的平面电磁层析成像实验系统,并对多种不同电导率物体进行了成像实验。实验结果表明,重建图像平均相关系数为0.77,平均定位误差为4.46 mm。

基于MLP-AE网络的电磁层析成像算法

电磁层析成像(electromagnetic tomography, EMT)传统算法由于物理模型的限制,导致重建数据缺失,使其逆问题存在着严重的不适定性和病态性。为解决重建图像普遍存在伪影多,质量差等问题,提出了一种基于MLP-AE的复合电磁层析成像算法。首先用待测物场信息作为输入送入自编码神经网络(AE)学习,得到编码数据;再对待测物场进行电磁激励获取电压数据;将电压数据作为输入,待测物场信息编码后的数据作为输出送入多层感知机神经网络(MLP)学习;最终解码实现端到端的图像重建。通过均方误差、结构相似性指数和成像时间评估所述算法的性能,并与线性反投影算法、Tikhonov正则化算法、Landweber迭代算法进行对比。实验结果表明,所述算法在单幅图像上:均方误差较以上传统算法分别降低了28.77%、22.57%、23.74%,结构相似性指数分别提升了17.54%、14.38%、15.44%,成像时间分别快了73.78%、98.63%、93.86%。所述重建算法对于待测物位置和形状的预测更为精确,时间大幅度减少,为之后进行实时精确成像提供了思路。

碳纤维拉索缺陷的电磁层析成像有限元仿真

碳纤维复合材料具有高比强度、高比刚度、耐腐蚀和抗疲劳等优点,是大跨度结构拉索的理想型材料。本文基于电磁层析成像技术采用有限元方法对碳纤维拉索的断股和脱粘缺陷进行仿真研究,设计了一种8线圈圆周型传感器阵列,探究了传感器尺寸、激励电流大小与磁感应强度的关系,根据仿真电磁信号研究了LBP算法、Tikhonov算法和Landweber算法3种重建算法对不同拉索缺陷重建图像质量的影响。结果表明,在研究范围内随着传感器线圈直径的减小和激励电流的增大,磁感应强度逐渐增大,并在线圈直径为5 mm和激励电流为1 A时达到最大值;与其他图像重建方法相比,Tikhonov算法能够更好的平衡图像重建效果和成像质量,更适用于碳纤维拉索缺陷检测图像的重建过程。此外,在传感器阵列固定的情况下将拉索缺陷旋转,分析了不同投影角度对缺陷成像效果的影响。本研究旨在为实验条件下碳纤维拉索的传感器阵列设计和缺陷检测成像提供参考依据。

基于电磁层析成像的钢轨探伤传感器设计与优化

电磁层析成像(Electromagnetic Tomography,EMT)具有非接触、安全无污染、实现简单等优点,能够对钢轨表面和浅表面的损伤进行检测与定位,其中,传感器设计与优化是电磁层析成像的一个关键问题。为实现最优传感器设计,以完整钢轨作为被检测对象,首先设计了一种新型传感器阵列结构,验证钢轨探伤的可行性。结合灵敏度矩阵条件数和均匀性,提出了传感器优化指标即模型优化函数G。在此基础上,通过实验验证了模型优化函数的正确性,证明了模型优化函数与图像重建性能的正相关,并采用正交实验法进行传感器复合参数优化。对比优化前后的探伤效果发现,优化传感器设计参数后,模型探伤性能增强,从而多方面证实了优化过程的合理性。

基于多源信息的多参数电磁层析成像方法研究

电磁层析成像(EMT)是电学层析成像技术中的研究热点,但现有EMT方法主要通过单一检测信号对电导率或磁导率分布单独成像。提出了一种基于多源信息的多参数EMT方法。仿真实验结果表明,基于磁感应强度和互感信息的EMT可以分别实现电导率和磁导率分布成像。通过计算重建图像的均方根误差和相关系数,发现线圈和磁阻传感器个数从8个增加到12个时,重建图像的质量有所提高。利用阈值分割和RGB模型,实现电导率和磁导率分布的融合成像。利用融合图像的互补特性,可以改善重建图像质量,并实现了气-液-固三相流型分布的可视化,证明了基于多源信息的多参数EMT方法的可行性。

一种基于改进U-Net模型的电磁层析成像算法

为解决电磁层析成像(electromagnetic tomography,EMT)传统成像算法由于逆问题的不适定性和病态性导致重建图像质量差的问题,提出了一种基于改进U-Net深度网络模型的新型电磁层析成像方法。首先,以U-Net深度网络模型为基础,加入残差模块使网络提取更多特征信息并避免网络训练时梯度消失的问题;其次在此结构上引入注意力机制来提升重要特征信息,抑制无用的特征信息,加强对缺陷边缘和形状特征的权重分配。通过仿真和金属缺陷检测实验评估了本文所提出算法的性能,并与线性反投影算法和共轭梯度算法进行了对比。仿真实验和金属缺陷检测实验结果表明:本文提出的算法在精确率、召回率和F1-Score分别达到88.41%、90.38%和89.38%,重建图像对于缺陷位置和形状的预测更为准确。

电磁层析成像灵敏度矩阵实验测试方法

灵敏度矩阵是电磁层析成像系统图像重建的先验信息,它反映了电磁层析成像系统在重建截面内微小测试单元逐个放入扰动物质后检测输出值的变化。为实现较为精细的图像重建效果,通常将截面剖分成数量较多的微小单元,用于灵敏度计算和重建结果表达,所以电磁层析成像灵敏度矩阵一般依靠电磁场有限元仿真计算正问题的方法获得。但有限元仿真的正问题模型难以与实际模型完全一致,导致图像重建的先验信息不准,从而影响重建效果。区别于传统研究方法,设计了灵敏度矩阵的实验测试方法,应用精密电动平移台驱动测试试样,使试样按照有限元软件对截面剖分的单元坐标自动逐个测试,最后应用测试结果合成重建所需灵敏度矩阵,图像重建结果证明了该方法的有效性。

多激励模式的电磁层析成像系统

根据理论分析和仿真研究提出并实现了一种多激励模式的电磁层析成像系统 ,为研究不同激励模式的优缺点和传感器的优化设计提供了条件 ,在此系统中实现的似平行场激励模式由于增加了独立的投影方向数 ,并具有较均匀的灵敏度分布 ,而提高了重建图像的质量。为了获得多个激励方向各检测信号的实部和虚部 ,作者提出了一种基于相位反馈搜索的正交解调方法 ,提高了系统信号处理的实时性。

基于场量提取法的电磁层析成像系统的灵敏度推算

电磁层析成像技术(EMT)是一种新型的电学层析成像技术,它通过测量激励和接受线圈之间的互感变化而实现物场区域内电导率和磁导率分布的图像重建。灵敏度的计算是电磁层析成像技术的关键环节,是图像重建的必备条件,灵敏度计算的准确性直接影响到最终的成像精度。采用场量提取的方法计算了EMT系统的灵敏度。理论上,首次完整地推导出了EMT灵敏度的数学表达式。仿真计算上,借助MATLAB软件分别实现了电导率和磁导率灵敏度的独立计算,并依次绘制了相应的灵敏度图,为精确图像重建算法提供了有利条件。

基于电磁层析成像的金属缺陷稀疏成像方法

采用电磁层析成像(electromagnetic tomography,EMT)技术实现对金属缺陷的可视化,克服了传统的检测技术无法对缺陷进行可视化的不足。首先设计了一种新型的平面EMT传感器,其次根据缺陷分布的稀疏性,提出了l1正则化稀疏成像算法。该算法能够有效避免传统的l2正则化算法带来的过度光滑的问题,成像更加精确。最后为证明该算法相对于l2正则化算法的优越性,进行了仿真和实验。仿真和实验结果均表明l1正则化稀疏成像算法能够有效提高缺陷图像的重建质量和精度。

电磁层析成像系统敏感场激励特性仿真研究

电磁层析成像(electromagnetic tomography,EMT)技术在过程检测中具有潜在的价值。电磁传感器阵列是电磁层析成像系统的前端,由于激励信号直接作用于电磁传感器阵列,因此激励模式、激励信号的频率和幅值特性直接影响检测线圈获取物场信息的质量,进而影响后续物场信息特征提取的精度。为了提高传感器阵列对物场信息分布变化的敏感程度,提高系统的敏感性和精确度,保证实验数据的高精度与高稳定性,利用有限元仿真软件COMSOL Multiphysics对电磁层析成像系统的激励模式和激励频率特性进行仿真分析,并获得激励模式及激励频率与传感器输出之间的关系,为电磁传感器阵列的优化使用奠定基础。

电磁层析成像技术图像重建的仿真研究

电磁层析成像 (EMT)技术的逆问题至今没有完全解决 .在简单图像重建的基础上改进了 EMT的反投影算法 ,应用了可以解第一类 Fredholm 积分方程病态问题的L andweber迭代法 .通过重建结果的比较 ,L andweber迭代法是目前重建精度较高的 EMT重建算法 .

电磁层析成像图像重建中的修正共轭梯度算法

通过研究共轭梯度算法,推导出适用于电磁层析成像的修正共轭梯度算法,该方法提高了收敛速度,改善了电磁层析成像重建图像的质量。首先以共轭搜索方向充分下降为充分条件,理论推导出修正共轭梯度算法。然后从相对图像误差、相关系数和收敛曲线几个方面出发,评价了Landweber迭代法、单步Tikhonov正则化方法、共轭梯度法和修正共轭梯度法在电磁层析成像图像重建中的结果,得出结论:修正共轭梯度方法的相对图像误差最小,重建图像和原图像的相关系数最高,收敛情况优于共轭梯度算法。

格林函数法在电磁层析成像技术中的应用

EMT的逆问题求解很困难但也是必要的,采用格林函数法可以得到表示EMT多层媒质传感系统逆问题的积分式。合理忽略某些媒质层,可以得到简化了的逆问题的积分表达式,从而可构造图像重建算法,并得到了较好的重建结果。

电磁层析成像(EMT):正问题的理论分析

基于感应原理的电磁层析成像 (EMT)是一种新颖的工业过程成像技术· 通过解析求解特定的两组分流成像正问题 ,导出了二维磁场分布的精确表达式 ,定量分析了传感器内部的物理机制和EMT技术的可检测性极限 ,建立了场灵敏度的直接数学表达式和灵敏度图· 在一定程度上 ,为传感器的定量设计 。

电磁层析成像系统中标量磁势的数值解法

电磁层析成像技术是一种基于电磁感应定律的工业过程成像技术,激励线圈产生的交变磁场在目标物体中产生涡流,进而产生二次磁场.接收线圈检测到感应电压后利用重建算法可以得到物场的分布信息.边界元法以积分方程为数学基础,同时采用了与有限元法相似的划分单元离散技术,将边界积分方程离散为代数方程组后用数值方法求解.边界元法在电磁层析成像技术中已有一定的应用,而基于标量磁势的边界元法使得求解过程的速度和效率显著提高.本文针对一个简化的电磁层析成像系统模型,利用3种数值方法求解目标物体表面的标量磁势,并利用Matlab编程得到仿真结果.对结果进行对比分析后,选出最优解法.

电磁层析成像系统

为了研制新型电磁层析成像(EMT)系统,提高EMT系统图像重建质量,通过对多种电磁层析成像系统的比较,尤其分析了两种典型电磁层析成像系统:单线圈激励系统和平行场激励系统的结构特点和发展过程,根据传统EMT系统的基本结构和物理原理,给出了典型EMT系统的数学模型;归纳了电磁层析成像技术中常用图像重建算法:线性反投影算法、启发式图像重建算法、ART算法和相关算法的优缺点;总结了EMT系统传感器阵列的设计特点、优于其他电层析成像系统的特点以及当前在开发中遇到的困难,对于电磁层析成像技术的发展具有指导意义,为新型系统的研制提供了理论依据。

一种新的电磁层析成像激励系统

针对局部线圈激励模式和空间线圈激励模式存在的不足，根据理论分析和仿真研究提出了一种新的电磁层析成像激励系统，能方便地构成不同的激励电流分布，在此系统上实现的似平行场激励方案，可以产生较多的独立投影方向，并能获得比较均匀的灵敏度分布。

一种电磁层析图像快速重建算法

针对电磁层析成像(EMT)逆问题中,灵敏度矩阵的病态性、不适定性等问题,提出了一种新的电磁层析图像快速重建算法。利用主成分分析(PCA)对灵敏度矩阵做降维映射,再利用奇异值分解(SVD)求广义逆矩阵,重建图像。在选取灵敏度矩阵的协方差矩阵的特征值个数中,利用灵敏度矩阵特有的多样本特性,提出图像相关系数最大化算法,更加合理地去除灵敏度矩阵中的冗余信息,在尽可能不丢失成像特征信息的条件下,提高了解稳定性。实际采集数据成像时,该算法只需一次矩阵乘法运算,为快速实时成像提供了可能。与传统单步算法和迭代算法相比,该算法在成像质量和速度上都有较明显优势。