电容层析成像

合集下载

基于L曲线法的电容层析成像正则化参数优化

ｆｃｅｙｔｅｉ・ｏｅｎｓｒｂｅ，ＳｈｏｄｔｎｎｍｂｒｏｈｅｓｔｖｔｔｉｓｅｄｃｅｓｄｅｔｄｂｈｌｐｓｄｅｓｐｏｌｍｌＯｔｅｃｎｉｉｕｅｆｔｅｓｎｉｉｍａｒｘｍｕｔｂｅｒａｅ．Ｂａｅｏｉｙｓｄ
ｏｋｏｏｅｕｌｒｚｔｏｎｈｏｔｒｒｓｒｔｇｎＴｉｈｎｖｒｇａｉａｉｎａｄｔｅｐｓｅｉｔｅｙ，ｔｅＬｃｒｅｍｅｈｄｉｒｐｓｄｉｅｍｓｏｅｇｎｒｌｚｄｏａｈｕｖｔｏｓｐｏｏｅｎｔｒｆｈｅｅａｉｅｔｉｖｒｅｏｅｓｎｉｖｔｔｘｈｈｏｅｉａａｉｆｔｅｍｅｈｄｉｅｐｕｄｄａｄｔｅｆｌｅｕｃｉｎｉｓｎｅｓｆｔｅｓｔｉｍａｒ．Ｔｅｔｅｒｔｃｂｓｓｏｈｔｏｓｘｏｎｅｎｈｉｔｒｆｎｔｓｅ — ｈｉｙｉｌｏ
维普资讯
第３９卷第３期２００６年３月
天津大学学报ＪｕｎｌｆｉｎｉＵｉｒｉｏｒａｏａｊｎｖｓｙＴｎｅｔ
Ｖ０．９Ｎｏ３１３．Ｍａ．２ｏｒｏ６
基于Ｌ曲线法的电容层析成像正则化参数优化
王化祥何永勃，学明，朱
（１天津大学电气与自动化工程学院，．天津３０７；．００２２中国民用航空学院机电工程学院，天）ＥＴ系统的不适定性问题严重影响重建图像质量，为此必须减小灵敏度矩阵的簪件数．

基于RBF神经网络的电容层析成像图像重建算法

Ｌａ／Ｙｎ。ＢＡＯｉｑａｎ，ＺＨＡＮＧｉｎＰｅ— ｕＬ一ｏｇ，ＧＵＯｎＨｏｇ
（ｃｏｌｆｏｕｅｃｎｅａｄＴｃｎｌｇ，ＨｒｉｎｖｒｉｆＳｉｃｎｅｈｏｏ，Ｈａｂｎ１０８ＳｈｏｍｐｔＳｉｃｎｅｈｏｙａｂｎＵｉｅｔｏｃｎｅａｄＴｃｎｌｏＣｒｅｏｓｙｅｙｇｒｉ５００，Ｃｉａｈｎ）
有效性．
关键词：电容层析成像；ＢＲＦ；自适应遗传算法；ｉｈｏ则化；Ｔｋｎｖ正图像重建中图分类号：Ｐ９．１Ｔ３１４文献标识码：Ａ文章编号：０７２８（０８０ — ０３０１０ — ６３２０）６０２ — ４
ａｒｓｎ．ｎｗｔｄｏｍａｅｒｃｎｓｒｃｉｎａｇｒｔｔｐｅｅｔＡｅｍｅｈｏｆＩｇｅｏｔｕｔｏｌｏｈｍｓｄｏｉｂａｅｎＲＢＦｎｕｒｌｎｔｒｓｆｒＥｌｃｒｃｌＣａａｉｅａｅｗｏｋｏｅｔａｐｃ— ｉｔｎｅＴｏｇａｈｙｉｒｐｓｄ．ＡｄａｔｖｅｅｉｌｏｔｍｓｕｓｄｔｐｉｚｈｅｔｒｎｄｈｆｔｉｄｎａｃｍｏｒｐｓｐｏｏｅｐｉｅｇｎｔｃａｇｒｈｉｅｏｏｔｍｉｅｔｅｃｎｅｓａｄｗｉｔｓｏｉｈｅｈｄｅｕｉｓｏｎｔｆＲＢＦｎｔｒｎｈｋｏｏｅｕａｉａｉｎｍｅｈｄｉｅｏｔａｎｔｅｗｅｇｔｆＲＢＦｎｔｒｓＴｈｅｗｏｋｓａｄｔｅＴｉｈｎｖｒｇｌｒｚｔｏｔｏｓｕｓｄｔｒｉｈｉｈｓｏｅｗｏｋ．ｅｓｍｕａｉｎｒｓｌｓｆｒ１ — ｌｃｒｄｌｃｒｃｌｃｐｃｔｎｅｔｍｏｒｐｙｓｓｅｉｌｓｒｔｈｔｔｅｍｅｈｄｃｎｉｒｖｉｌｔｏｅｕｔ－ｅｅｔｏｅｅｅｔａａａｉｃｏｇａｈｙｔｍｌｕｔａｅｔａｈｔｏａｍｐｏｅｏ２ｉａｔｅｏｓｒｃｔｏｍａｅｑｕｌｔｂｉｕｌｎｄｔｓｉｈｆｅｔｖｎｓｆｔｅｐｏｏｅｔｄ．ｈｅｒｃｎｔｔｉｎｉｇａｉｙｏｖｏｓｙａｅｔｙｔｅｅｆｃｉｅｅｓｏｈｒｐｓｄｍｅｈｏｕｆＫｅｒｙｗｏｄｓ：ｌｃｒｃｌａａｉａｃｏｇａｙ；ＲＢＦ；ａａｔｅｅｅｉａｇｒｔｍ；Ｔｉｈｎｏｒｇａｉａｉｎ；ｅｅｔａｃｐｃｔｎｅｔｍｏｒｐｈｉｄｐｉｇｎｔｃｌｏｈｖｉｋｏｖｅｕｌｒｚｔｏ

电容层析成像系统三维电场分析及阵列电极优化

维普资讯
第４０卷
第９期
天
津
大
学
学
报
、．ＮＯ．ｖ４０ｂ１９
２００７年９月
ＪｕｎｌｆｉｎｉｎｖｒｉｏｒａｏａｊＵｉｅｓｙＴｎｔ
Ｓｐ２０ｅ．０７
电容层析成像系统三维电场分析及阵列电极优化
ＺＨＡＮＧｅｈ－ＷＡＮＧＸｕ — ｕｉ＇．Ｈｕａｘａｇ，ＷＥＮｅｎｎ —ｉｎＸｕ — ｉｇ
（．ｈｏｏｌｃｉｌｎｉｅｒｇｎｕｏａｉ，ｉｎｉＵｉｅｓｙＴａｊ００２Ｃｉ；１ｅｏｌｆｅｔｃｇｅｉｄＡｔｍｔｎＴａｊｎｖｒｔ，ｉｉ３０７，ｈｎＳＥｒａＥｎｎａｏｎｉｎｎａ２ＳｈｏｏＥｅｔｃｌｎｉｅｒｇｎｔｔｎＨｂｉｎｅｓｙｆｅｈｏｏｙＴａｊ０１０Ｃｉａ．ｃｏｌｆｌｒａＥｇｎｅｉｄｏｉ，ｅｅＵｉｒｉＴｃｎｌｇ，ｉｎｉ３０３，ｈｎ）ｃｉｎａＡｕｍａｏｖｔｏｎ
ｃｐｃｔｎｅｔｍｏｒｐｙ（Ｃ）ｌｃｒｄｒａｓｏｓｕｔｄＢａｅｎｔｉｍｏｅ，ｈｓｆｆｌ’ ｆｃｅｓｇａａｉｃａｏｇａｈＥＴｅｅｔｅａｒｙｗａｎｔｃｅ．ｓｄｏｓｄｌｔｅ‘ｏ — ｅｄｅｅｔｎｓｎｉｏｃｒｈｔｉｉｎ
中图分类号：Ｔ２２Ｐ１文献标志码：Ａ文章编号：０９ — １７（０７）９１４ —７４３２３２００ —０１０

电容层析成像中场域的一种新剖分方法

产中，对多相流的检测成为检测技术的重要组成部分，电容层析成像技术作为解决多相流检测问题的种有效手段，有成本低、结构简单、非侵入式、安
一
电容值，可以计算出管道内部介质浓度的分布。由于系统的敏感场具有软场特性，这会影响重建图像的质量，因此对敏感场分布进行分析是非常必要的，同时也会为传感器的优化设计提供必要的依
ｆｒｉｇｅｏｓｒｃｉｎ．ｏｉｒｖｅｑａｉｉｇｅｏｓｒｃｉｎ，ｔｓｎｅｓｒｏａａｙｅｏｍａｅｒｃｎｔｔｕｏＴｍｐｏｅｔｕｔｏｍａｅｒｃｎｔｔｈｌｙｆｕｏｉｉｅｓａｙｔｎｌｃｚｈｉｔｂｔｓｓｔｙｆｌＢｓｎｎｅｅｅｎｔｄｃｍｐｒｎｗｉｅｅｔｔｅｄｓｉｕｉｎｏｎｉｖｔｅｄ．ｙｕｉｇｆｔｌｍｅｔｍｅｏ，ｏａｉｇｔｅｔｏｄｆｒｎｒｏｆｅｉｉｉｉｈｈ
维普资讯
第１卷第４期８２Ｏ年８月Ｏ２
哈尔滨商业大学学报（自然科学版）
ＪｕｎｌｏｒｉｉｅｓｔｍｍｅｃｔｒｌｃｅｃｓＥｉｏｏｒａｆＨａｂｎＵｎｖｒｉｏＣｏｙｆｒｅＮａｕａｉｎｅｄｔｎＳｉ
ＹＮｏｇｉＡＧＣｎ— ｎｊｇ
（ａｉｎｅｉｆｃｎｅａｄＴｃｎｌｙＨｒｉ５００ＣｉａＨｒｎＵｉｒｔｏＳｉｃｎｅｈｏｇ，ａｂ１０８，ｈｎ）ｂｖｓｙｅｏｎ
Ａｓａｔｅｓｒｅｓｉｔｆｌｉｌｔｃｌａａｉｎｅｔｏｒｈ（Ｃ）ｓａｅｔｙｔｂｔｃ：ＳｎｏｎｉｖｙｉｄｎｅｃｉｐｃａｃｍｇａｙＥＴｉｆｅｂｅｒｓｔｉｅｅｒａｃｔｏｐｃｄｈ

基于BP网络的电容层析成像图像重建算法

维普资讯
科苑论谈ＩＩ
卫怀玉王大伟陈德运
科黑江技信总 —龙— — —
基于ＢＰ网络的电容层析成像图像重建算法
（尔滨理工大学计算机科学与技术学院，哈黑龙江哈尔滨１０８）５００
摘要：采用ＢＰ神经网络作为电容层析成像的图像重建算法，取得了较好的成像效果。但也存在学习速度慢，易陷入局部最小等缺点。对神容经网络算法进行了一些改进，仿真结果表明，其成像精度和成像实时性都有了显著提高。关键词：神经网络；Ｐ算法；Ｂ电容层析成像；图像重建电容层析成像技术（ｌｃｒａＣｐｃｔｃＥｅｔｃｌａａｉｎｅｉａＴｍｇａｈ）是２世纪８ｏｏｒｐｙＯ０年代后期形成和发展起来的，由于其非接触，无辐射，成本低廉等优点，赢得了广泛关注，并在流化床物料分布，气力输送中气伺两相流动系统，石油工业中洫气两相流等许多工业过程的应用方面取得了相当显著的成绩。图像重建算法的研究一直是其重点，我们引入基于神经网络的图像重建算法，并加以改进，使其尽可能的实时重建出高分辨率的图像，满足ＥＴ的实际应用。Ｃ１电容层析系统构成及原理电容层析成像技术是利用多相介质往往具有不同的介电常数，通过阵列电电容变化，极反映管道内多相介质分布，从而构造出管道内多相介质的＝维或三维的分布图像。ＥＴ的正问Ｃ题是指由已知介质的介电常数分布及边界条件求取不同电极对之间的电容值。基于高斯定理，则电极对之间的电容值Ｃ可由下式计算：部输入（自其它神经元的输入）并且只产生内来，部输出（到其它神经元的输出）。第三层为输出层，输出信号为图像像素灰度值ｇｉｌ２）＿，…ｎ。ＢＰ神经网络的的学习过程由信息正向传播和误差反向传播构成：２．正向传播过程：．１１输入信息从输入层经隐含层逐层处理，传向输出层。若输出层的实际输出与期望的输出不符，则转入误差的反向传播。ａ输入层：输入值一般为样本各分量输入值，输出值—般等于输入值。ｈ隐含层：对于节点ｊ，其输入值 △．为其前一层各输出值Ｏ的加权和：。映射自力和柔性的网络结构。甚但是ＢＰ网络存在着很多不足，为了得到电容层析成像高质量的重建图像，研究人员都在尝试利用改进ＢＰ网络，以解决这些不足。２关于Ｂ神经网络的—些改进＇２Ｐ针对上面的问题，许多学者提出了多方面的改进方法，主要从参数选取，ＰＢ算法，激活函数和网络结构加以优化。２．参数选取２１参数选取主要包括初始权值的选取，隐含层神经元的个数的确定等。９２Ｐ２Ｂ算法传统的Ｂ算法存在学习效率低，收敛速度Ｐ △＝ｆ ∑ｗ０ｉ（）慢，２易陷入局部极小的状态等缺点，因此我们采用其输出值＿：为权值变化量迭代法来改进Ｂ算法。Ｐ０（） △，（）３２３激活函数２式中：ｊｆ夺为激励函数或作用函数，＾一般采用神经元的激活函数反映了神经元的输出与其ｓｍｏｄ函数：ｉｉｇ激励状态之间的关系，对于神经元的信息处理信息处理特性具有重要意义。标准Ｂ算法的作用函Ｐ

电容层析成像算法

由上述分析可知，电容层析成像技术的实质就是：阵列式传感器以非接触或非侵人方式获取封闭管用
道、器、应器等过程设备内的物场内部各方向上的投影数据（容反即实现Ｒｄｎ变换）并运用定性或定量的ａｏ，图像重建算法，重建反映物场在某一二维截面上或某一三维空间上的分布信息的图像（实现Ｒｄｎ逆变即ａｏ
ｌ电容层析成像的数理基础
电容层析成像技术是过程层析成像（ｒｅｓｏｏｒｈ，Ｔ技术的一种，ｐｃｓｔｇｐｙＰ）ｏｍａ它和医学ｃＴ技术都基于相同数学基础，即基于Ｒｄｎ变换与Ｒｄｎ逆变换副ａｏａｏ设，）Ｙ为定义在二维空间上的连续有界函数，Ｌ为一直线，函数，）称Ｙ沿直线的线积分：
收稿日期：０５０ —５２０－４０
维普资讯
７８
河
北
理
第２８卷
［。。］Ｘ－］ｖＯ。［［ｓＣ。Ｓｉ：
Ｒ＜Ｙｆ）＝Ｉ，
线积分的集合按下式唯一的确定。
２００６年１１月
文章编号：０７２２（０６０－０７０１０ —８９２０）４０７－５
电容层析成像算法
赵波，陈至坤
（河北理工大学计算机与自动控制学院，河北唐山０３０６０９）
关键词：电容层析成像；图像重建；重建算法
法有了明显提高。
中图分类号：Ｐ１文献标识码：Ｔ３９Ａ

电容层析成像在高压浓相煤粉气力输送中的应用

ＹａｇＤａｙｎｏｅ，ＺｈｕＢｉｏｎ，ＸｕＣｈａｌｎｕｎｏｇ，ＴａｇＧｕｎｈｎａｇｕａ，ＷａｇＳｉｎｎｈｍｉ
（ｅａｏａｏｌｎＣａＰｗｒｅｅａｉｎｏｂｉｎＴｃｎｌｙｏｎｔｏｄｃｔｎＫｙＬｂｒｔｒｏＣｅｏｌｏｅｎｒｔｎａｄＣｍ￣ｔｅｈｏｇＭｉ￣ｕＥｕａｉ，ｙｆａＧｏｏｏｆｆｏ
Ｓｕｈａｔｎｖｓ，ａｊｇ２０９，ＣｉａｏｔｅｓＵｉｒｅＮｎｎ１０６ｈ）ｉｎ
ＡｂｔａｔＥｅｔｃｌａａｉｎｅｔｇａｈＥＴｙｔｍｉａｐｉｅｔｙｔｅｆｗｒｉｅｏａ— ｌｏｓｓｃ：ｌｒａｃｐｃａｃｍｏｒｐｙ（Ｃ）ｓｓｓｐｌｄｔｉｎｉｏｅｍｆｓｏｄｆｗｒｃｉｔｏｅｅｏｄｆｈｌｇｇｓｉｌ
ｍｅｔｃｒｕｔｉｄｐｅｎｉｃｉｓａｏｔｄ．Ｔｘｉｔｏｉｎｌｖｕｓｉｃｅｓｄｔ０ＶＰｎｈｅｓｉｔｏｕｅｆｅｈＶｈｅｅｃｔｉｎｓｇａａｅｉｎｒａｅｏ３ＰａｄａｆｒｉｎｒｄｃｄａｔｒｔｅＣ／ａｌｉ
中图分类号：Ｂ３Ｔ９４文献标识码：Ａ国家标准学科分类代码：６．００４０４３
Ａｐｐｉａｉｎｏｌｃｒｃｌｃｐａｉａｅｔｍｏｒｐｙｉｎｅｐｓｌｃｔｏｆｅｅｔｉａａｃｔｎｃｏｇａｈｎｄｅｓ－ｈａｅｐｕａｉｏｖｙｎｇｏｕｌｅｉｅｏｌｕｅｇｅｓｅｎｅｍｔｃｃｎｅｉｆｐｖｒｚｄｃａｎｄｒｈｉｈｐｒｓｕｒ

管道厚度对电容层析成像的影响

Ｊ１０８ｕ．２ｏ
管道厚度对电容层析成像的影响木
杨道业，周宾，传龙，汤光华，式民许王
（东南大学能源与环境学院摘南京２０９）１０６
要：为了分析管道厚度对电容传感器的作用，定义了径极比（传感器管道内径与外径之比）的概念。通过ＡＳＳ和ＭＴＮＹＡ－
在低径极比层流的重建图像精度高于核心流和环状流。
关键词：管道厚度；径极比；传感器；电容层析成像
中图分类号：Ｂ３Ｔ９４文献标识码：Ａ国家标准学科分类代码：６．００４０４３
Ｅｆｅｔｏｐｌｈｉｋｓｎｅｅｔｉａａａｉａｃｏｏｒｐｈｆｃｆｐｉｅｉｔｃｎｅｓｏｌｃｒｃｌｃｐｃｔｎｅｔｍｇａｙｎｅ
维普资讯
第２９卷
第７期
仪器仪表学报
ＣｈｎｓｏｒａｆＳｉｎｉｃＩｓｒｍｅｔｉｅｅＪｕｎｌｃｅｔｉｎｔｏｆｕｎ
Ｖｏ．９．１２Ｎｏ７
２００８年７月
ｒｔｏｏｅａｉｓａｕｔｒｒｄｕ．Ｔｈｈｎｉｇｒｌｓｏ－ｌｃｒｄｅｓｒｏｔｕｈｒｃｅｓｉｓ．ｓｈａａａ－ａｉｆｉｒｒｄｕｎｄｏｅａｉｓｎｎｅｃａｇｎｕｅｆ８ｅｅｔｏｅｓｎｏｕｐｔｃａａｔｒｔｃｉｕｃｓｃｐｃｉａｃｔｎｅ，ｃｐｃｔｎｅｖｒａｉｎ，ｒｔｏｏａａｉａｃａａｉｎａｅｓｔｖｔｅｄ，ａｅｄｓｕｓｄｔｒｕｈｎｍｅｃｌａａｉｃａｉｔｏａａｉｆｃｐｃｔｎｅｖｒｔｏｎｄｓｎｉｉｆｌｉｉｙｉｒｉｃｓｅｈｏｇｕｒａｉｃｌｕａｉｎｕｉｇＡＮＳｎｄＭＡＴＬａｃｌｔｏｓｎＹＳａＡＢ，ｗｈｃｒｃｍｂｎｄｔｓｍｕａｅｔｅｏｈｒｃｅｓｉｓＷｉｈｔｅｎｉｈａｅｏｉｅｏｉｌｔｈｅｓｎｓｒｃａａｔｒｔｃ．ｉｔｈｉ－ｃｅｉｇｏａｉ．ｌｃｒｄａｉｒａｎｆｒｄｕｓｅｅｔｏｅｒｔｏ，ｔｅｓｎｉｉｉｆｓｎｏａａｉａｃｏｉｎｒｍｅｉｎｒａｅ，ａｄｔｅｅｆｃｓｏｓｈｅｓｔｔｏｅｓｒｃｐｃｔｎｅｔｎｅｄａｉｃｅｓｎｈｆｅｔｆｖｙｓｐｐｌｎｈｃｎｓｎｃｐｃｔｎｅｆｒｆｕｙｉａｎｅ－ｌｃｒｄｔｃｕｅｅｍｕｈｄｆｅｅｔｉｅｉｅｔｉｋｅｓｏａａｉａｃｏｏｒｔｐｃｉｔｒｅｅｔｏｅｓｒｔｒｓａｃｉｆｒｎ．ＯｎｙＬＢＰａｇｒｔｍｓｌｕｒｌｏｈｉｌｉ

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

电容层析成像（ECT）
电容层析成像技术（ECT，Electrical Capacotance Tomography）是过程层析成像技术（PT，Process Tomography）的一种，是20世纪80年代后期在医学CT技术基础上形成和发展起来的。

原理是根据被测物质各相具有不同的介电常数，当各相组分分布或浓度分布发生变化时，将引起混合流体等价介电常数发生变化，从而使测量电极对间的电容值发生变化，在此基础上，利用相应的图像重建算法重建被测物场的介电分布图。

ECT因具有快速、无损、廉价，灵活，兼容标准软件等优点而被认为是一种具有广阔发展前景的过程成像技术。

电容层析成像技术在国内现处于实验室研究阶段，离工业应用还有一段距离，上海沃埃得贸易有限公司引入了英国、美国两家供应商提供的仪器来满足国内各高校、研究所的不同需求。

1. ECVT Data Acquisition System:
●Unique capacitance sensor with up to 36 plates
●DAS-2 intermediary device between sensor and host PC
●USB connection to host PC
●All analysis and reconstruction occurs on PC
2. ECVT Sensors:
●Capacitance plates wrapped around vessel inside sensor housing
●Common sensors have 12, 24, or 36 plates
●Plates connect to DAS-2 with RF cables
3. Data Acquisition System-2
●Drives AC signals to and receives measurements from capacitor plates
●Uses USB to communicate with host computer
●Dynamic Link Library usage
●5-Volt power source
●Download software on CD to host PC
●ECVT plate connections in groups of 6
●Three 12-plate receiver cards may be installed
●LEDs indicate power, run, and calibration status of DAS-2
●Capacitance Reading Range: 1.1 fF (10-15 F) to 11 pF (10-12 F), 1 fF resolution
●Relative Permittivity Range: 0.01 to 100 (Dynamic ratio of 1 to 10,000)
●Typical Measurement Time: 18.1 μs (10-6 s)
●For 24-plate setup, typical operating speed is 200 frames/second
●Receiver cards work in parallel to increase speed。