基于ECT的新型传感器优化设计及算法研究
发布时间：2020-12-23 18:15
电容层析成像技术（Electrical Capacitance Tomography,ECT）优点在于非侵入性、安全性、响应速度快、安装便捷以及成本低等,使得这项技术在工业过程可视化检测中成为一项极具发展潜力的技术。为了深入分析电容层析成像系统,本论文的主要工作包括以下几个方面:1.阐述ECT技术的基本原理,对正、逆问题进行数学模型解释。设计12极板的ECT系统传感器。对部分传统的图像重建算法进行研究,介绍算法的成像原理,并分析其优劣,通过计算相关评价指标对重建效果进行评价。2.为了减小电容层析成像传感器相邻极板间耦合电容引起电容测量时的噪声值,设计了差分电极传感器系统并对差分电极与测量电极距离进行参数优化。实验系统采用现场可编程门阵列（Field Programmable Gate Array,FPGA）直接数字频率生成模块生成数字量的正弦激励信号,通过D/A转化为正负交流信号分别对测量电极和差分电极进行激励。测量电极与差分电极到管道中点的距离比例约1:1.2时传感器灵敏度最佳。3.传统的ECT传感器系统测量电极都是固定在管道壁上,测量电极到管道中心的距离固定不变,电极占空比（Ele...
【文章来源】：中国民航大学天津市
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
ECT系统组成图
中国民航大学硕士学位论文10图2-3网格剖分图2-4电势分布2.3ECT逆问题电学层析成像首先通过对阵列电极循环激励测量得到边界的电压和电流值，再通过图像重建算法对已知的电学信号和观测矩阵进行结合反演从而得到被测场域的介质分布情况。这一过程就是逆问题的求解过程[59]，即图像重建的过程。研究人员发现，通常电极之间的电容值C与被测物场的介电常数之间为非线性关系，研究所得函数关系如式（2.13）所示。SGC（2.13）S为场内灵敏度分布矩阵，G为被测物场区域的介电常数分布矩阵，C为场内所测有效电容值矩阵。求解G即可得到重建图像[63]。ECT的图像重建算法常用的包括直接算法和迭代算法[60]。其中，直接算法所需要的成像时间比较短，而迭代算法所使用的成像时间比较长，因为迭代算法需要一定的迭代次数[61]。
中国民航大学硕士学位论文12通过对上式进行最小二乘解得到：^1()TTGSSSC（2.21）TSS矩阵的没有逆矩阵，用其伪逆进行代替：1TSVDU（2.22）图像重建方程为：GSC（2.23）通过COMSOL5.3进行建模，运行matlab2014a软件。首先，对建模完成的程序分别进行空尝物场及满场进行电容值和灵敏度的计算，并进行归一化处理；其次，分别通过LBP、Tikhonov以及奇异值分解三种种算法对各个模型进行图像重建。仿真模型选择核心流、双泡流、三泡流、层流。图像重建结果如图2-5所示。核心流双泡流四泡流层流LBPTikhonovSVD图2-5直接算法图像重建通过图2-5三种直接算法成像效果对比可以得到：四个流型中的流型，LBP的图像重建效果最差。Tikhonov正则化法图像重建效果比较好，但是由于算法本身一些缺陷导致图像重建结果存在一些伪影。SVD算法得到的重建图像结果会导致成像有一些较大的变形，这是由电容成像中灵敏度矩阵的病态型造成的。
【参考文献】：
期刊论文
[1]基于ECT/EST双模信息融合的磨粒图像重建算法[J]. 薛倩,孙钦升,刘婧,商敬安. 润滑与密封. 2019(05)
[2]三维电容层析成像组合电极激励测量模式[J]. 张立峰,朱炎峰,宋亚杰. 计量学报. 2019(01)
[3]舰载机发动机高温条件下起动试验研究[J]. 邢洋,李兆红,郭海红,王常亮,崔金辉,翟政. 推进技术. 2018(06)
[4]压缩感知在电容层析成像中的应用[J]. 张立峰. 北京航空航天大学学报. 2017(11)
[5]电学层析成像技术[J]. 王化祥. 自动化仪表. 2017(05)
[6]一类具有狄利克雷边界条件的多调和方程广义解的存在性[J]. 杨旭. 北京师范大学学报(自然科学版). 2017(01)
[7]基于共轭梯度迭代算法受控AR模型的参数辨识[J]. 胡志增,梁开福. 吉首大学学报(自然科学版). 2016(06)
[8]循环流化床燃烧发展现状及前景分析[J]. 岳光溪,吕俊复,徐鹏,胡修奎,凌文,陈英,李建锋. 中国电力. 2016(01)
[9]基于数据融合的ECT图像重建算法[J]. 马敏,王伯波,薛倩. 仪器仪表学报. 2015(12)
[10]带诺依曼边界的非局部问题非平凡解的存在性[J]. 周静,殷红燕. 中南民族大学学报(自然科学版). 2015(01)
博士论文
[1]电容层析成像图像重建与气力输送两相流可视化测量研究[D]. 王泽璞.华北电力大学 2013
硕士论文
[1]基于非凸压缩感知的ECT图像重建算法研究[D]. 刘亚楠.中国民航大学 2019
[2]基于FPGA的ECT系统研究[D]. 吴轲.中国民航大学 2019
[3]基于深度学习的ECT图像重建算法研究[D]. 何小芳.中国民航大学 2019
[4]滑油在线监测的ECT传感器优化及算法研究[D]. 王伯波.中国民航大学 2017
[5]电容层析成像系统的图像重建算法研究[D]. 郭琪.中国民航大学 2017
[6]电容层析成像技术图像重建算法的研究[D]. 孔银.哈尔滨理工大学 2017
[7]基于平面阵列电容成像技术的无损检测研究[D]. 赵丽梅.燕山大学 2016
[8]基于电容敏感机理的飞机复合材料检测方法研究[D]. 王挺.中国民航大学 2013
[9]电容层析成像系统的图像重建算法研究[D]. 张彩霞.中国民航大学 2013
[10]基于并行稳定双共轭梯度算法的不可压缩管流数值模拟[D]. 袁俊峰.杭州电子科技大学 2013
本文编号：2934136
【文章来源】：中国民航大学天津市
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
ECT系统组成图
中国民航大学硕士学位论文10图2-3网格剖分图2-4电势分布2.3ECT逆问题电学层析成像首先通过对阵列电极循环激励测量得到边界的电压和电流值，再通过图像重建算法对已知的电学信号和观测矩阵进行结合反演从而得到被测场域的介质分布情况。这一过程就是逆问题的求解过程[59]，即图像重建的过程。研究人员发现，通常电极之间的电容值C与被测物场的介电常数之间为非线性关系，研究所得函数关系如式（2.13）所示。SGC（2.13）S为场内灵敏度分布矩阵，G为被测物场区域的介电常数分布矩阵，C为场内所测有效电容值矩阵。求解G即可得到重建图像[63]。ECT的图像重建算法常用的包括直接算法和迭代算法[60]。其中，直接算法所需要的成像时间比较短，而迭代算法所使用的成像时间比较长，因为迭代算法需要一定的迭代次数[61]。
中国民航大学硕士学位论文12通过对上式进行最小二乘解得到：^1()TTGSSSC（2.21）TSS矩阵的没有逆矩阵，用其伪逆进行代替：1TSVDU（2.22）图像重建方程为：GSC（2.23）通过COMSOL5.3进行建模，运行matlab2014a软件。首先，对建模完成的程序分别进行空尝物场及满场进行电容值和灵敏度的计算，并进行归一化处理；其次，分别通过LBP、Tikhonov以及奇异值分解三种种算法对各个模型进行图像重建。仿真模型选择核心流、双泡流、三泡流、层流。图像重建结果如图2-5所示。核心流双泡流四泡流层流LBPTikhonovSVD图2-5直接算法图像重建通过图2-5三种直接算法成像效果对比可以得到：四个流型中的流型，LBP的图像重建效果最差。Tikhonov正则化法图像重建效果比较好，但是由于算法本身一些缺陷导致图像重建结果存在一些伪影。SVD算法得到的重建图像结果会导致成像有一些较大的变形，这是由电容成像中灵敏度矩阵的病态型造成的。
【参考文献】：
期刊论文
[1]基于ECT/EST双模信息融合的磨粒图像重建算法[J]. 薛倩,孙钦升,刘婧,商敬安. 润滑与密封. 2019(05)
[2]三维电容层析成像组合电极激励测量模式[J]. 张立峰,朱炎峰,宋亚杰. 计量学报. 2019(01)
[3]舰载机发动机高温条件下起动试验研究[J]. 邢洋,李兆红,郭海红,王常亮,崔金辉,翟政. 推进技术. 2018(06)
[4]压缩感知在电容层析成像中的应用[J]. 张立峰. 北京航空航天大学学报. 2017(11)
[5]电学层析成像技术[J]. 王化祥. 自动化仪表. 2017(05)
[6]一类具有狄利克雷边界条件的多调和方程广义解的存在性[J]. 杨旭. 北京师范大学学报(自然科学版). 2017(01)
[7]基于共轭梯度迭代算法受控AR模型的参数辨识[J]. 胡志增,梁开福. 吉首大学学报(自然科学版). 2016(06)
[8]循环流化床燃烧发展现状及前景分析[J]. 岳光溪,吕俊复,徐鹏,胡修奎,凌文,陈英,李建锋. 中国电力. 2016(01)
[9]基于数据融合的ECT图像重建算法[J]. 马敏,王伯波,薛倩. 仪器仪表学报. 2015(12)
[10]带诺依曼边界的非局部问题非平凡解的存在性[J]. 周静,殷红燕. 中南民族大学学报(自然科学版). 2015(01)
博士论文
[1]电容层析成像图像重建与气力输送两相流可视化测量研究[D]. 王泽璞.华北电力大学 2013
硕士论文
[1]基于非凸压缩感知的ECT图像重建算法研究[D]. 刘亚楠.中国民航大学 2019
[2]基于FPGA的ECT系统研究[D]. 吴轲.中国民航大学 2019
[3]基于深度学习的ECT图像重建算法研究[D]. 何小芳.中国民航大学 2019
[4]滑油在线监测的ECT传感器优化及算法研究[D]. 王伯波.中国民航大学 2017
[5]电容层析成像系统的图像重建算法研究[D]. 郭琪.中国民航大学 2017
[6]电容层析成像技术图像重建算法的研究[D]. 孔银.哈尔滨理工大学 2017
[7]基于平面阵列电容成像技术的无损检测研究[D]. 赵丽梅.燕山大学 2016
[8]基于电容敏感机理的飞机复合材料检测方法研究[D]. 王挺.中国民航大学 2013
[9]电容层析成像系统的图像重建算法研究[D]. 张彩霞.中国民航大学 2013
[10]基于并行稳定双共轭梯度算法的不可压缩管流数值模拟[D]. 袁俊峰.杭州电子科技大学 2013
本文编号：2934136
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/2934136.html
