新型电学层析成像技术及其应用研究

发布时间：2018-04-09 22:33

本文选题：电容层析成像　切入点：电阻层析成像　出处：《浙江大学》2016年博士论文

【摘要】：电学层析成像(Electrical Tomography,简称ET)技术响应速度快、设备成本低、安全性好且无辐射,在两相／多相流测量领域具有重要的研究价值与广阔的应用前景。目前,ET技术的研究虽有很大进展,但其发展尚未成熟。一方面,现有电阻层析成像(Electrical Resistance Tomography,简称ERT)系统均采用接触式测量方法,其电极与被测流体直接接触,易导致电极的极化、沾污与电化学腐蚀等问题；另一方面,对于实际工业过程中的复杂介质分布,如油气水三相流,单模态成像系统难以满足其状态监控与参数测量的需求,亟须研究双模态或多模态成像技术。电容耦合非接触式电导测量(Capacitvely Coupled Contactless Conductivity Detection,简称C4D)技术能够避免接触式电导测量系统的电极极化、沾污与电化学腐蚀等问题,从而有效消除电极污染所引起的测量误差,不仅为解决现有ERT系统由于电极与被测流体直接接触导致的一系列问题提供了有效办法,而且为ET技术的发展提供了一条新思路。本学位论文旨在提出并研究基于C4D原理的新型ET技术。一方面,本文提出并研究了一种基于C4D原理的新型ERT技术,即电容耦合电阻层析成像(Capacitvely Coupled Electrical Resistance Tomography,简称CCERT)技术；另一方面,本文提出并研究了一种基于C4D原理的新型双模态电容/电阻层析成像(Electrical Capacitanve Tomography/Electrical Resistance Tomography,简称ECT/ERT)技术。论文的主要研究工作与贡献如下：(1)提出了CCERT技术并验证了该技术的可行性；建立了CCERT传感器的数学模型并基于有限元方法(Finite Element Method,简称FEM)计算与分析了CCERT传感器的典型敏感场分布；提出了一种基于相敏解调(Phase Sensitive Demodulation,简称PSD)技术的测量方法以获取反映被测流体电导率分布的电阻测量值；研制了一套12-电极CCERT样机系统并验证了该系统的有效性。(2)为了克服CCERT图像重建问题的不适定性,一方面将Tikhonov正则化方法与同步迭代重建技术(Simultaneous Iterative Reconstruction Technique,简称SIRT)相结合,提出了第一种CCERT图像重建新算法。另一方面,将Levenberg-Marquardt(简称L-M)方法与同步代数重建技术(Simultaneous Algebraic Reconstruction Technique,简称SART)相结合,提出了第二种CCERT图像重建新算法。在12-电极CCERT样机上进行的图像重建实验表明：所提出的两种CCERT图像重建新算法的重建图像能够反映被测场域内介质的真实分布,比传统电学层析成像图像重建算法更适合于CCERT图像重建。第二种CCERT图像重建新算法能够自适应地选择具有正则性的阻尼因子,因而其使用更加方便。两种CCERT图像重建新算法的对比结果表明：在测量数据的误差与噪声较小时,建议采用基于L-M与SART的图像重建新算法,因为这种情况下其图像重建效果更优。在测量数据的误差与噪声很大时,推荐采用基于Tikhonov正则化与SIRT的图像重建新算法,因为其稳定性更好。(3)研究了CCERT技术在气液两相流流型辨识中的应用；基于CCERT技术并结合k近邻(k-Nearest Neighbor,简称k-NN)算法,提出了一种气液两相流流型辨识新方法。在12-电极CCERT系统上进行的流型辨识实验验证了该方法的可行性,对于典型流型的气液两相流如均相流、层状流与环状流,该方法的流型辨识精度分别为90.6%、91.3%与86.1%。(4)基于C4D技术的基本原理,提出了一种新型双模态ECT/ERT技术；研究并分析了新型双模态ECT/ERT技术的等效电路模型；基于数字相敏解调(Didgital Phase Sensitive Demodulation,简称DPSD)技术研制了新型一体化双模态ECT/ERT系统,该系统可获取同一截面上反映被测介质分布的电容或电阻信息；分别在ECT模态与ERT模态下,采用线性反投影算法实现了图像重建。在12-电极双模态ECT/ERT样机上进行的静态实验与动态实验同时验证了所提出的双模态ECT/ERT技术的可行性与所研制的双模态ECT/ERT系统的有效性。(5)为了实现新型双模态ECT/ERT系统工作模态(ECT模态或ERT模态)的自动切换,基于k-NN算法,提出了一种适用于该系统的模态辨识方法。研究结果表明：基于k-NN算法的模态辨识与切换方法能够正确地选择系统工作模态。
[Abstract]:......
【学位授予单位】：浙江大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：TP391.41

【相似文献】