网格划分对ECT系统仿真数据的影响

电容层析成像系统中的先验数据是图像重建、传感器设计所需的重要数据,也是电容层析成像系统分析的关键。文章利用ANSYS软件对电容层析成像系统进行有限元求解,获取了满管、空管和中心流在网格发生变化的仿真电容值数据,并对仿真数据进行分析,为灵敏场计算及图像重建提供了一种更为准确的先验数据。     

基于支持向量机的电容层析成像图像重建算法

针对BP重建算法处理由电容层析成像系统所采集的投影数据耗时较多、收敛慢的问题,提出一种基于支持向量机的电容层析成像系统图像重建算法,提高了重建算法的成像速度,从而改善成像系统的整体性能.仿真结果表明,该方法的成像精确度及成像实时性较好.     

基于混合模型电容层析成像系统敏感矩阵建立

电容层析成像系统的敏感场是一个非线性场,敏感场的分布数据作为图像重建所需的先验数据必须通过理论计算得到,对于同一套电容测量值,不同的归一化模型对重建图像的质量影响有明显的差异,为了提高重构图像质量,对归一化模型进行研究是十分有必要的.采取有限元法建立了传感器敏感场的数学模型,给出了8电极敏感场的分布,提出了一种新的基于正灵敏度归一化混合模型来提高图像的质量,并将此模型与传统的并联模型和串联模型进行了归一化电容值的比较,采用了Landweber迭代算法进行图像重建,给出了基于三种模型评价图像质量的迭代比较.仿真结果表明:验证了建立的有限元模型的正确性,采用基于正灵敏度归一化混合模型,可以获得比较均匀的灵敏场分布且符合实际,重建图像具有较高的精确度.     

电容层析成像(ECT)系统阵列传感器的访真研究

电容层析成像是监测两相流动的一种新技术.它可重建两相流在其流经管道横截面上的相分布图像,而重建图像的先决条件是需获得成像系统的灵敏场分布.研究表明,电容传感器的结构参数对电容敏感场灵敏度的分布有重要影响,进而影响着重建图像的质量,因此电容传感器结构参数的优化设计是极其必要的.介绍了ECT阵列传感器的结构参数仿真试验,并据此对电容层析成像系统阵列传感器进行了优化设计.     

电容层析成像系统的图像重建

电容层析成像技术是20世纪80年代中后期形成和发展起来的过程层析成像技术。由于电容传感器具有“软场”特性，并且数据采集系统所获得的投影数据有限，因此图像重建精度的提高成为电容层析成像技术研究的一个难点，为解决这一问题，研究了电容层析成像系统的构成和数学模型，阐述了ECT系统的图像重建算法的发展现状及改进方法。     

基于RBF神经网络的电容层析成像图像重建算法

针对目前电容层析成像系统图像重建分辨率不高,精确度低的问题,提出了一种新的采用RBF神经网络对电容层析成像系统进行图像重建的方法.该神经网络采用改进的自适应遗传算法,优化选取隐层神经元的中心和宽度,用Tikhnov正则化方法训练网络权值.12电极的电容层析成像系统的仿真实验结果表明,该方法能明显改善成像质量,成像精确度较好,证明了该方法的有效性.     

一种基于期望最大化条件的电容层析成像图像重建算法

针对电容层析成像系统(electrical capacitance tomography,ECT)的"软场"效应和病态特性对重建图像精度的影响,同时在分析了成像算法和电容层析成像基本原理的基础上,提出了一种基于期望最大化电容层析成像图像重建算法(expectation maximization,EM),采用最大似然分析的方法对本文算法进行了证明和推导,算法的重建图像误差较小,并能满足收敛条件.仿真实验结果表明,该方法与CG算法、Tikhonov算法相比,在成像精度有明显提高,为ECT图像重建提供了一种新方法 .     

一种电容层析成像局部方差的图像融合方法

针对电容层析成像ECT(electrical capacitance tomography)系统的"软场"效应和病态特性及欠定性的影响,依据电容层析成像原理和成像算法的原理,提出一种基于局部方差的电容层析成像系统图像融合方法.该方法以线性反投影算法、共轭梯度算法和信赖域算法为图像重建基础,利用各个图像的互补特性,将重建图像进行小波分解后的高频分量和低频分量分别采用局部方差和加权平均融合规则融合,最后通过小波逆变换得到新的重建图像.仿真实验结果表明:融合后的图像精确度得到提高,误差变小,图像更接近原型,为ECT图像重建的研究提供了一个新的方法.     

基于Broyden族校正的电容层析成像图像重建算法

为解决电容层析成像(ECT)图像重建中的"软场"效应和典型的病态问题,提出了一种采用Broyden族校正算法对电容层析成像系统进行图像重建的方法。基于对ECT系统基本原理的研究,推导出实现电容层析成像图像重建的Broyden族校正的数学模型,并采用归纳法分析了算法收敛性。对该算法应用于ECT上的可行性进行了探讨,该算法符合收敛条件且成像精度高。实验结果的数值表明Broyden族校正算法的重建图像效果非常理想,且成像质量优于SD、LBP、Landweber及CG算法,给ECT图像重建领域提供了一种有效的新方法。     

一种新的电容层析成像边界灰度补偿算法

由于电容层析成像(ECT)图像重建典型病态问题的不稳定性,在传统的电容层析成像算法的基础上提出了一种基于遗传蚁群算法(GAAC)的边界灰度补偿算法.在阐述了电容层析成像基本原理的基础上,通过推导多项式加速算法的数学模型,进行该算法的ECT图像重建.但由于传统的电容层析成像算法在图像边界上表现出极大的误差和不稳定性,所以提出了GAAC的边界灰度补偿算法.仿真和数值实验的结果显示,GAAC的边界灰度补偿算法是一种有效的电容层析成像方法,在ECT图像重建算法的领域提出了一个新的尝试.     

基于自适应权重粒子群的电容层析成像边界灰度补偿算法

电容层析成像图像重建是一个典型的病态问题,它的解是不稳定的.为了对这个不适定问题进行求解,在分析电容层析成像基本原理的基础上,提出了一种自适应权重粒子群的电容层析成像边界灰度补偿算法.该算法通过引入粒子群的平均绝对速度与理想速度,自适应调整粒子群优化算法中的参数,对成像后图像边界周围的灰度进行补偿.数值实验结果表明,同线性反投影和共轭梯度算法相比,进行边界灰度补偿后的图像兼备成像质量高、边界均匀稳定等优点,为ECT图像重建算法的研究提供了一个新思路.     

三项共轭梯度的电容层析成像图像重建算法

针对电容层析成像技术中的＂软场＂效应和病态问题,提出了一种三项共轭梯度的新电容层析成像算法.在分析电容层析成像基本原理的基础上,给出了三项共轭梯度法的迭代公式和计算步骤,并探讨了ECT应用该算法的可行性,算法满足收敛条件且重建图像误差小.仿真和实验结果表明,同LBP和普通共轭梯度算法相比,该算法兼备成像质量高、边界均匀稳定等优点.     

基于FE的电容传感器仿真分析

电容层析成像传感器特性在很大程度上决定了层析成像系统的特性。电容传感器的结构参数对电容灵敏度的分布有重要影响，进而影响重建图像的质量。通过有限元仿真分析得出了传感器的结构对灵敏度分布的影响，同时提出了改善灵敏度的方法。     

电容层析成像RBF神经网络图像重建算法的改进

RBF神经网络图像重建算法在电容层析成像系统中应用广泛,它较好地克服了ECT系统的软场特性、强非线性和不适定性,其成像时间和成像精确度比其他算法都有很多改善.本文从有限元场域剖分、数据归一化和神经网络输入层角度对该算法进行了相关改进.仿真实验结果证明,改进后的算法有着更好的成像时间和成像精确度.     

一种分解型Quasi-Newton电容层析成像图像重建算法

针对电容层析成像系统中的"软场"效应和病态问题,在分析电容层析成像和QuasiNewton算法原理的基础上,基于非线性最小二乘的成像原理,提出了一种新的分解型Quasi-Newton电容层析成像算法,推导出了求解ECT反问题的分解型拟牛顿图像重建算法放的计算步骤,同时利用信赖域公式对目标函数的Hessian矩阵进行校正.仿真实验表明,基于分解型拟牛顿方法具有可行性,对于基本流型该算法与LBP算法相比,具有成像质量高和边界均匀稳定的特点,为ECT图像重建的研究提供了一个新的思路.     

电容层析成像系统微小电容测量电路的设计

微小电容检测是电容层析成像技术的关键和难点，依据油水两相流电容层析成像系统的具体要求，研究了一种微小电容交流测量电路，电容测量电路的静态测量误差＜0.2%，漂移为每小时0.05%，实验结果表明：该系统的设计满足使用要求。