利用多准则Hopfield网络对ECT进行图像重建

针对电容层析成像技术中图像重建质量较差的问题,提出一种基于多准则Hopfield网络模型的电容层析成像的改进图像重建算法。首先分析了ECT图像重建和Hopfield网络的基本原理,然后根据ECT图像重建的特点确定了4种准则函数:图像熵、测量电容和估计电容的误差平方和、重建图像的局部非均匀性函数和总变差,并将这4种准则函数引入Hopfield网络的能量函数中,由此推导出Hopfield网络的动态方程,在此基础上得到ECT图像重建迭代算法,最后通过仿真实验对所提方法进行了验证。仿真实验结果表明利用此方法获得的重建图像误差和相关系数比LBP算法和Landweber迭代算法得到的相应指标要好。由此可见,该方法是一种有效的、精确度较高的ECT图像重建方法。     

基于改进极小范数解的电容层析成像图像重建算法

提出了一种新的电容层析成像图像重建算法。在分析极小范数解的基础上，针对电容层析成像(ECT)逆问题的特点，利用正则技巧对其进行改进，并利用奇异值分解定理分析了这种改进的数值稳定作用。在此基础上，利用加权技巧建立新的目标泛函进一步改进极小范数解，并在求解该泛函的过程中采用正则技巧确保数值解的稳定性。数值实验表明，该算法是有效的，能够有效地克服ECT图像重建的数值不稳定性；而且该算法计算直接、无需任何复杂的技巧；就该文所考察的重建对象而言，其图像重建质量好于线性反投影算法(LBP)、标准Tikhonov 正则法和投影Landweber迭代法。从而为ECT图像重建提供了一种新的有效方法。     

改进的ECT成像法在传送带检测上的应用研究

针对电容层析成像技术中的"软场"效应问题,在分析了样条权函数神经网络算法基本原理的基础上,指出了基于样条权函数算法的改进思想.并将改进后的算法应用在电容层析成像对传送带钢芯绳检测技术的图像重建中,同时利用仿真得到的电容值,对算法进行了成像计算.并且与神经网络算法中的BP神经网络算法和样条权函数算法的成像进行了比较.实验...     

基于ANSYS的ECT系统传感器电容值的仿真研究

电容层析成像(ECT)技术是一种新的测量技术,也是目前较为成熟的一种过程层析成像系统.该技术是用于识别一个封闭管道内两相流/多相流系统中各个相成分分布问题.它由正问题和逆问题组成,正问题中电容传感器的敏感场分布函数的计算要涉及到静电场中电容计算问题.在ECT系统的仿真研究中,电容要通过场的数值计算方法来求得.本文介绍了如何使用ANSYS来计算ECT传感器中的各电极对之间的电容.测试表明,计算结果与通过实验测量结果相吻合,该方法方便了正问题的仿真研究.     

新型ECT数据采集系统设计与实现

针对电容层析成像数据采集系统数据采集实时性问题,在详细分析ECT数据采集系统工作原理的基础上,提出一种基于现场可编程门阵列(FPGA)的新型数据采集系统。该系统以FPGA作为核心控制单元,通过控制交流激励电压信号产生,调整ECT电容传感器各电极状态,在FPGA内部对采集信号进行数字解调,以达到实时数据采集的目的。仿真实验结果表明:新型ECT数据采集系统计算精确度得到提高,数据采集速度快于传统ECT数据采集系统,系统稳定时间缩短,为ECT系统实时数据采集提供一种新方法。     

基于贝叶斯理论的电容层析成像图像重建迭代算法

提出了一种基于贝叶斯理论的电容层析成像(electrical capacitance tomography,ECT)图像重建算法。与现有的ECT图像代数重建算法不同,该算法将介质分布的先验信息和噪声信息等统计信息引入到ECT图像重建中。文中针对5种典型介质分布进行了数值仿真实验,结果表明该算法对于两相流中不同的介质分布均具有良好的适应性。迭代步数和先验概率的协方差取值对图像重建结果有较大影响。在迭代过程中,该算法所需的增益矩阵的更新不依赖于输入,因而可以离线预先计算,从而减小图像重建的计算压力,提高该算法重建速度。     

电容层析成像系统的电容测量电路

目前流动层析成像技术是公认的是具有前景的多相流参数检测途径，其发展主流之一是电容层析成像技术，其中小电容检测是该技术的关键和难题之一。针对电容层析成像系统，通过讨论比较，从三种小电容测量电路中选择出一种用于电容层析成像（ECT）系统，实验结果表明该电路能够满足使用要求。     

广义矢量模式匹配法在电容层析成像技术上的应用

电容层析成像技术(ECT)具有结构简单，非侵入测量，可在线成像等优点。文中介绍了其测量原理和一些重构图象的算法，并引入广义矢量模式匹配法(GVSPM)和改进的伪逆法求解ECT逆问题。通过对比LBP、改进的伪逆法和GVSPM在静态的套管试验及动态的气固流动测量中重构出的图像，表明GVSPM方法提高了空间分辨率，对流动区域中心介电常数的变化成像清晰，减少了线性反投影算法因为软场效应造成的成像中气固分界上的“绒毛”现象。     

改进灵敏度矩阵的复合材料粘接缺陷 ECT 检测

平面电容层析成像(ECT)技术对复合材料粘接缺陷的图像重建,通常要借助灵敏度矩阵完成。 ECT 传感器的敏感场分 布在一个三维空间,但用于缺陷检测的重建图像是二维的,因此存在不同层灵敏度矩阵的选取问题。 探究了不同层灵敏度矩阵 的选取,并提出了一种灵敏度矩阵改进方法。 通过对负敏感区域的阈值处理和绝对值处理,改善了灵敏度矩阵的病态性和不均 匀性,降低 ECT 正问题模化误差。 仿真和实验结果表明,所提方法能够明显降低重建图像中的伪迹,提高重建缺陷的清晰度, 进而降低缺陷误判或漏判的概率。     

基于联合代数重建的电容层析成像图像重建

针对电容层析成像技术(Electrical Capacitance Tomography,ECT)中图像重建算法的非线性和病态性问题,将基于代数重建技术(Algebraic Reconstruction Technique,ART)的联合代数重建技术(Simultaneous Algebraic Reconstruction Technique,SART)应用于ECT图像重建。模拟基于16电极ECT系统进行油/气两相流测量,针对SART算法进行了仿真及实验测试,并与ART算法比较,结果表明:SART算法重建速度更快,且重建图像的边缘信息保真度更高。     

基于敏感场变换的电容层析成像图像重建算法研究

快速而又具有一定精度的图像重建算法是电容层析成像(ECT)技术的关键。本文采用有限元方法,通过对敏感场机理的分析,提出一种基于敏感场变换的ECT图像重建新算法,通过对敏感场进行变换来提高电容传感器在管道中心区域的灵敏程度,从而提高管道中心区域的图像重建精度。该算法应用敏感场信息的部分数据和全部数据分别进行一次图像重建,将2次重建得到的图像进行组合得到最终重建图像。仿真和实验表明该算法能够快速而又较高精度的重建出两相流断层图像,尤其是在管道中心区域,图像重建精度有了较大提高。     

多孔介质内火焰分布电容成像测量的在线标定法

电容层析成像技术(electrical capacitance tomography,ECT)是一种快速多维场测量技术,它不干扰流场,适用于对多孔介质中火焰分布的可视化测量。因不同燃烧状态下火焰的介电特性未知,测量时必须对ECT进行在线标定。该文针对通道型多孔介质的结构,经适当简化,导出了测量电容与被测物质介电常数的标定关系式,根据该关系式提出一种三点标定法。采用有限元仿真方法进行了验证,结果表明,三点标定法误差小于1%。将该方法用于多孔介质燃烧的在线标定与测量,取得了较好的结果。     

基于层析成像软测量的两相流流型识别

基于电容层析成像(ECT)和人工神经网络的软测量方法,实现了两相流流型识别。以油气两相流为例,建立了两相流流型识别的软测量模型。从ECT传感器的输出中提取特征参数作为软测量模型的辅助变量,两相流流型为主导变量,构建二级自组织竞争神经网络,进而实现对两相流流型的在线判别。仿真结果表明,该方法判别精度高、判别速度快。     

电容层析成像系统自适应电容归一化模型研究

电容层析成像(ECT)系统中,电容测量转换电路获得的数据必须经过归一化处理,才能使用重建算法进行图像重建。在并联、串联归一化模型的基础上,利用并联、串联模型的数学关系提出了自适应归一化模型函数关系。模型的自适应因子根据中心电场线(EFCL)划分的两个区域中单元到中心电场线的最小距离与最大距离的比值来计算,仿真及实验结果表明基于该模型的重建图像质量优于并联及串联模型。     

基于介质交界线变差函数的电容层析成像全变差正则化算法

通过构造不同介质交界线的变差函数,将该函数作为罚函数项引入到电容层析成像（ECT）逆问题的正则化重构算法中,提出了一种基于全变差（TV）正则化的图像重建算法。仿真结果表明,该算法不仅保证了逆问题求解的适定性,而且同传统的2范数Tikhonov正则化方法相比,提高了介质非连续分布区域成像的辨别能力,使得不同介质之间的边界更加清晰。     

一种改进的梯度加速Landweber算法及其在ECT图像重建中的应用

图像重建算法是电容层析成像技术(electrical capacitance tomography, ECT)在工业应用中的关键。Landweber迭代算法在图像重建的精度和速度上取得了较好的折衷性,但其收敛速度较慢,且迭代后期具有不稳定性,无明确的迭代停止准则。提出一种改进的梯度加速Landweber迭代算法,依据级数理论对梯度加速Landweber迭代算法进行深入分析,通过构造残差矩阵并添加约束因子获得新的迭代公式,并将其应用于ECT图像重建。数值仿真结果表明,改进算法对各流型的相对误差及相关系数均可在较少次迭代后稳定收敛于某一确定值,具有明确的迭代停止准则,且对于大多数流型的重建图像在主观质量上更接近于原始流型,从而验证了改进算法的稳定性及有效性。     

基于小波神经网络的电容层析成像图像重建算法

电容层析成像(electrical capacitance tomography,ECT)技术是一个复杂的非线性问题,针对图像重建问题的病态性,提出了基于小波神经网络的图像重建算法。利用主成分分析法对输入变量(电容测量值)进行降维处理,利用小波神经网络建立电容测量值与成像区域介电常数分布的非线性映射。小波神经网络的神经元激励函数由伸缩和平移因子决定的小波基函数,采用BP算法对网络进行训练,并引入学习率与动量因子的自适应调整方法以加快网络训练的收敛速度。实验结果表明,与典型的反投影及Landweber迭代算法相比,该算法所构图像质量有明显改善。     

用于ECT系统的低成本、宽带微小电容测量电路

介绍了目前满足ECT(电容层析成像)系统要求的三种微小电容测量电路的原理、优缺点;分析、设计了程控增益负反馈交流型电容测量电路。该电路采用分立元件设计激励信号,降低了系统成本,具有动态测量范围宽、灵敏度高等特点,已成功应用于电容层析成象系统的测量中;最后给出了具体的实验结果。     

极限学习机在电容层析成像中的应用

针对复合材料的无损检测技术,介绍了一种基于极限学习机(ELM)的电容层析成像算法(ECT)。为保证样本的代表性,随机生成各类训练样本模型。对训练样本及测试样本模型的仿真电容值及其灰度值进行归一化处理,采用极限学习机进行训练及测试。给出了仿真结果及分析,探讨了文中方法的优缺点,该方法具有优越的泛化能力和学习速度,且成像精度得到较大提高,具有一定的参考价值。     

基于双参数模型的ECT图像重构混合算法

为了提高电容层析成像重构图像的精度和速度,本文提出了一种基于双参数模型的电容层析成像图像重构混和算法。该算法利用Morozov偏差原理确定Tikhonov正则参数,能使正则参数的选取与初始数据的误差相匹配,同时基于Morozov偏差方程导出了一种双参数模型,并进一步与牛顿法相结合用于快速得到最优的正则参数。数值实验表明:与线形反投影算法(LBP)、Landweber迭代算法和L-曲线法相比,所提出的混合算法具有图像重构速度快、精度高的优点。