多尺度卷积神经网络的电阻层析成像算法

针对电阻层析成像(ERT)经典算法(LBP、Landweber等)在复杂流型情况下成像精度低的问题,提出一种基于多尺度卷积神经网络(Multi-scale Convolutional Neural Network, MS-CNN)的电阻层析成像图像重建算法。根据气液两相流流型特点,构建有限元模型得到20 000组包含“边界电压向量-电导率分布”的数据集。在典型卷积神经网络Resnet50和Vgg16的基础上,构建针对ERT图像重建问题的MS-CNN。仿真实验结果表明,与Landweber迭代算法和单尺度卷积神经网络算法相比,MS-CNN算法的ICC分别提升了0.715和0.023,RIE分别降低了0.812和0.057。抗噪性测试与静态测试结果表明,MS-CNN算法具有良好的图像重建结果和鲁棒性。

宽量程高速电阻层析成像系统设计与实验研究

为准确识别水下冲压发动机工作管道截面气液两相流流型,该文提出将电阻层析成像(ERT)技术用于管道截面的图像重建。基于现场可编程门阵列(FPGA)控制器设计了一套12电极的管道截面高速ERT成像系统,系统采用线性反投影算法对截面图像进行重建,通过实验验证了系统测量结果的正确性以及图像重建的可行性。实验结果表明系统量程可达10 k?、实时测速可达51 f/s,能够准确测量管道截面敏感场内的边界电压,可对模拟环境中的水下冲压发动机管道截面进行图像重建。

地铁掘进前方孤石的电阻率层析成像特征及解释

对城市地铁掘进时地层中可能遇到的孤石的层析成像特征及解释进行研究。针对城市环境特点,归纳总结孤石类型及其发育特点、规律;通过构建不同地层参数条件下的孤石模型,开展基于高密度电阻率的层析成像正反演计算,分析研究孤石层析成像特征及识别方法,不断提高孤石的解释精确度。初步建立了一套有效的针对地铁掘进前方孤石的高密度电阻率探测方法,较好地解决了地铁掘进过程中孤石的有效探测问题,能够为孤石的安全评价及后期的处治提供更为可靠的依据和参考,并有效指导城市地铁的安全施工。

基于深度森林及电阻层析成像的气液两相流流型辨识

提出了一种基于深度森林(DF)算法与电阻层析成像技术(ERT)的气液两相流流型辨识方法。首先利用ERT实验装置对4种典型流型进行数据采集,以多帧数据求均值的方式对采集的数据进行预处理;然后选择合适的基本分类器构建深度森林模型,并调整模型的最大层数以保障分类的准确率;最后对多帧数据求均值的有效性和深度森林模型的流型辨识能力进行验证,并与深度神经网络(DNN)及卷积神经网络(CNN)2种传统深度学习算法进行比较。结果表明深度森林的流型辨识准确性优于其他2种算法,平均辨识精度可达98.75%,多帧数据求均值的预处理方法更有利于流型辨识。

基于集成学习及电阻层析成像的两相流流型辨识

为了更准确、快速地辨识两相流的流型,提出一种使用集成学习进行流型辨识的方法。采用电阻层析成像系统采集垂直管道气液两相流的4种流型数据。首先,通过选取一定数量的帧数对数据进行帧数均值化,以多分类回归树(CART)为弱分类器构建极限梯度提升(XGBoost)算法,以特征增益为指标进行预训练并经特征选择实现数据降维;然后,将5个深度神经网络(DNN)模型与AdaBoost算法相结合,构建了用于气液两相流流型辨识的DNN-AdaBoost算法;最后,将DNN-AdaBoost算法与其他流型辨识算法进行比较。结果表明:DNN-AdaBoost算法的辨识准确率高于其他算法,平均辨识准确率可达98.25%。

电阻层析成像(ERT)系统工作模式的研究

ERT系统中有多种数据采集方式,分别适用于不同的系统。且不同的数据采集方式下所得到的边界测量信号有不同的形式。提出一种电流源激励、电流检测的单电极激励的新型数据采集模式,分析新型数据采集模式与原数据采集模式的差异,通过实验验证新型模式的可行性。在提出的新型数据采集模式上采用方波电流激励方式,并取得了很好的实验结果。

电阻层析成像(ERT)敏感场的仿真计算

采用有限元法对电阻层析成像 (ERT)敏感场进行了分析 ,并与两种简单媒质分布情况时正问题的理论解作了对比 ,仿真计算结果与理论解吻合较好 ,节点电压均方根误差为 3 1 9%和 0 3 9% .结果表明 ,有限元法能更好地模拟ERT电极尺寸和敏感场 ,解决了用解数学物理方程法难以求解复杂媒质分布的ERT敏感场的问题 ,为研究ERT敏感场特性和成像算法等提供可靠的分析工具·

电阻层析成像(ERT)技术在识别两相流流型中的应用

介绍TERT-Ⅱ系统样机在实验装置上进行气 /液两相流的实验研究 ,提出了应用ERT系统进行流型识别的基本方法 ;通过重建图像和分析测量数据实现两相流流型的识别 ;证明了应用ERT系统实现两相流流型和参数测量的可能性。

基于电阻层析成像技术的弹状流实验研究

在气液两相流研究中,相分布、相速度等流场特征信息对深入了解流动机理、提高模型计算精度有重要意义,但由于气液流动的复杂性与随机性,使得它们的准确测量较为困难。该研究基于快速电阻层析成像技术,首先对垂直向上气液管流中弹状流流型下多种工况的流动结构进行图像数据采集与重建;然后通过互相关算法得到轴向速度场分布,并与漂移流模型进行对比;再对按时序排列的横截面图像序列进行调整得到正确比例的空间三维图像;最后获得段塞长度、频率等特征信息。结果表明,快速电阻层析成像技术可以测得速度场分布、段塞长度、频率等特征信息,可用于优化与这些参数相关的理论模型和经验关系式,有助于提高气液两相流的模型计算精度。

电阻层析成像(ERT)中的一种新的物理模型

在电阻层析成像技术中 ,目前国内外广泛采用电流源激励 ,电压检测方式。本文在深入研究该模型特征的基础上 ,提出了一种新的物理模型 ,两种物理模型相互对照 ,这种新模型具有许多显著的优点 ,通过初步的仿真研究 ,形成的图像令人满意。

基于传感涂层的混凝土裂缝电阻层析成像检测

为验证传感涂层在钢筋混凝土梁电阻层析成像技术(ERT)裂缝检测中的可行性,提高裂缝的ERT检测精度,首先通过试验获得传感涂层力学性能与电学性能的相关性,再将传感涂层用于采集钢筋混凝土梁三点弯曲试验过程中的电势差数据,最后用差分ERT算法对混凝土梁裂缝进行成像检测。试验结果表明,传感涂层的力学韧性及其与混凝土的连接性较好,应变小于0.35%时应变与电导率呈线性相关,裂缝处传感涂层未出现脱离现象,ERT检测的原始数据可靠性较高。差分算法重建图像可提供混凝土裂缝的定性信息,能可视化检测出裂缝的位置及分布形态,较传统的直接ERT混凝土缺陷检测方法精度更高,实用性更强。

基于电阻层析成像技术和ResNet的萝卜根系表型无损检测方法研究

【目的】针对现有根系表型检测方法存在价格昂贵、需要专人操作以及无法对根系表型进行原位无损检测等问题,提出一种基于电阻层析成像技术(Electrical resistance tomography,ERT)和深度残差神经网络(Deep residual network,ResNet)的萝卜根系表型无损检测方法。【方法】首先,利用COMSOL软件对萝卜−琼脂场域不同情况的ERT正问题进行仿真分析,并获得大量边界电压数据;然后,基于ResNet对萝卜−琼脂场域的内部电导率分布与边界电压之间的非线性映射关系建立模型,对萝卜−琼脂场域进行图像重建;最后,基于ERT研制一套萝卜根系表型检测装置,并进行试验验证。【结果】基于ERT和ResNet的萝卜根系表型检测方法能够实现萝卜根系表型的可持续无损检测,试验装置操作简单、成本低,图像重建相对误差小于5%。【结论】基于ERT的萝卜根系表型检测方法可以实现对萝卜根系表型的无损检测;结合ResNet算法,成像精度较高。该方法可有效应用于萝卜根系表型的检测。

电阻层析成像(ERT)两相流检测激励源对比分析

本论文 ERT应用于工业管道的两相流过程成像。本文提出了恒定电压源激励 ,电压检测的方法 ,解释了它的成像原理 ,并和电流源激励 ,电压检测激励方式过程、效果及优缺点做了对比 。

基于深度神经网络的电阻层析成像重建方法

电阻层析成像技术因其非侵入式测量特点、结果可视化的直观性和测量方法便捷性,被广泛用于医学造像,两相流工业检测和特殊材料检测。但其图像重建的逆过程由于固有的欠定性、病态特点,使得结果有一定偏差。针对该情况,设计了基于Resnet34改进的深度神经网络来求解电阻抗层析成像逆问题。通过设置场域内以像素点为中心,小范围内随机半径与电阻率分布变化强度,正向计算仿真32电极情况下各电极处边界电压,以此建立训练与测试数据集。经调参、训练后,该方法能较快收敛,并和高斯-牛顿法、全变差法以及Tikhonov正则化算法相比较,得到较好的判定性能。

伪三维电阻率成像技术在煤矿采空区勘探中的应用

传统的直流电阻率法二维成像方法在复杂地质结构勘探中存在局限性,无法准确恢复三维地下电性结构,同时当测区范围比较大时,真三维直流电阻率勘探要求一次性布极,受硬件、成本等因素限制,基本不具备实施条件。本文以襄樊到荆州铁路沙岗煤矿老窑采空区勘探为例,设计了二维多剖面交叉布线的伪三维勘探方案,使用常规高密度电法设备进行野外数据采集,通过基于八叉树网格剖分的三维电阻率成像算法获得了工区地层和小煤窑采空区的高精度三维电性结构,经与区域地质资料、钻探成果资料对比验证,工区内高电导率异常分布特征可以良好地反映工区地层界线和老窑采空区空间分布特征。上述应用研究表明,基于伪三维采集方式的三维电阻率勘探方法可以有效识别具有连通性特征的地质异常信息和勘探目标,具有良好的成像精度和实用性,对突破二维成像的局限性和三维电阻率勘探的推广应用具有现实意义,在近地表不良地质勘探领域具有广泛的应用前景。

电阻层析成像技术测量两相流气相流量

提出利用双截面电阻层析成像(ERT)系统,并采用相关方法进行两相流气相流量的测量。介绍像素相关与基于边界电压特征值相关两种相关方法,并进行单气泡模拟实验。实验结果表明用这两种相关方法进行两相流的气相流量测量是可行的。

电阻率层析成像用于水文地质勘探

电阻率层析成像是根据阵列电极的电位测量重建电阻率图象的一种新技术，与波动ＣＴ问题有着本质的不同，图象重建的关键在于快速完成对稳定电流场的泊松方程求解和反演迭代．本文以岛裕雅的级联算法为例，简介了数学方法的基本步骤．针对山东汶南煤矿的矿井涌水问题，实施了地表层析探测，３条剖面总长５８３２ｍ，最大成像深度１２０ｍ．层析图象清晰地揭示了地层结构、煤矿采空区、破碎带和裂隙（或管道状）漏水区的分布．所得结果经钻孔检验正确，已成功地应用于继而展开的堵漏截流治水工程．文中针对技术方法和存在的问题进行了讨论．

电阻率层析成像技术在岩芯尺度水合物可视化探测中的应用

天然气水合物是重要的非常规能源,通过室内模拟实验模拟水合物赋存环境条件,观察水合物在沉积物中的合成/分解过程及其物性演化规律是揭示实际天然气水合物成藏/分解规律的重要途径。天然气水合物成藏过程中沉积物体系内部变化过程的可视化在线监测已成为天然气水合物室内模拟的重要发展方向之一(Wu Nengyou et al.,2018)。目前已经发展的X-CT成像、Raman成像、电子显微成像、核磁共振成像等技术手段为孔隙尺度的天然气水合物成藏/分解机理研究提供了基础,但大岩芯尺度(~cm)或中试尺度(~m)的水合物系统成像观测技术仍有待进一步完善。

沉积物中天然气水合物生成过程的二维电阻层析成像观测

基于室内模拟实验模拟沉积物中天然气水合物(以下简称水合物)的生成过程及其物性演化规律,可以为现场实际水合物储层动态响应规律分析提供重要的理论支撑。为此,基于ITS电阻层析成像仪,研制了适用于沉积物中水合物原位合成—分解动态探测的电阻层析成像模拟装置,并以天然海滩砂为沉积介质,模拟了含盐水沉积物体系中水合物的生成过程,根据电阻层析成像测试结果分析了水合物在沉积物截面上的生成位置和非均质性。研究结果表明:①水合物合成过程中,受排盐效应和水合物生成速率两个因素的影响,沉积物体系平均电阻率呈波动上升趋势;②较之于水合物合成,沉积物内部排盐效应对沉积物体系平均电阻率的影响存在着明显的滞后效应,水合物合成结束后沉积物体系内部仍存在盐离子浓度差异控制的传质过程;③水合物合成过程中不同区域的电导率偏移量变化幅度表现出明显的非均质性,指示水合物在沉积物内部的生成过程具有明显的非均质性。结论认为,起始条件下沉积物中气—水非均质分布特征是导致沉积物中最终水合物饱和度非均质分布的决定因素,而水合物合成过程中排盐效应导致的沉积物内部盐离子浓度的空间分布差异则是水合物合成位置变化的控制因素。

电阻层析成像技术的研究

本文对近年来兴起的过程电阻层析成像 (ERT)技术作了综述 ,并介绍了作者在从事ERT技术研究中所取得的成果 ,包括关于敏感电极阵列、图像重建算法的仿真研究和在所开发的TERT 2型层析成像系统上的静态模拟实验研究。