基于MATLAB的电容层析成像系统灵敏场的仿真研揪

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。电容层析成像(ECT)系统阵列传感器的敏感场受被测介质的影响，这一“软场”特性是ECT应用于两相流参数测量中的一个主要问题。本文介绍了基于MATLAB的有限元模型的仿真实验，通过数据分析研究了灵敏场分布的规律。     

未知介电常数对象的ECT图像重建方法

电容层析成像技术(ECT)是近年来发展较快、较成熟的一种过程层析成像技术,电容层析成像系统敏感场分布受介质介电常数分布的影响,即敏感场具有“软场”特性,通常以已知介质介电常数的灵敏度分布作为先验知识图像重建。根据对不同介电常数被测对象的检测灵敏度分析,采用一次仿真校验法对管内测量对象分别充满高、低介电常数介质进行仿真校验,并结合滤波反投影算法实现对未知介电常数的测量对象的图像重建。     

电容层析成像系统传感器仿真研究

ECT技术是多相流检测领域中的一项新技术,主要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。采用一种新的方法,通过电磁场有限元仿真软件COMSOL,对电容层析成像系统进行图像重建与仿真研究。构建了ECT的不同电极模型,分别对四种典型流型进行了图像重建;通过对离散介质场域的仿真研究,分析了电极数目、屏蔽罩、径向电极对重建图像质量的影响;对气液固三相流进行了图像重建,获得了满意的重建结果。     

电容层析成像系统仿真研究

本文采用自开发的有限元仿真软件包分析１２电极电容层析成像系统,实现了极板间电容值计算,灵敏场确定等功能,证实了径向电极具有使传感器敏感场分布趋向均匀的作用;同时采用所获得的灵敏场分布重建了管截面图像,所得结果和实际图像基本一致,从而证明仿真结果的正确性。     

螺旋极片ECT传感器灵敏场分析

电容层析成像系统(ECT)中,灵敏场分布作为反演计算的先验数据,对测量结果影响相当大,均匀的灵敏场能有效地提高浓度测量的准确性。直极片ECT传感器灵敏场不均匀程度较明显,靠近极片处介质对相应的极片对电容的贡献份额较大,而在靠近管道中心位置,对各极片对的贡献份额均较小。因此在实际测量中,对管道中心浓相分布和近管壁处环状稀相分布较难以区分。针对其在实际浓度测量中存在较大误差这一弱点,本文使用电磁场仿真软件Ansoft对螺旋极片ECT传感器进行三维有限元仿真研究。结果表明:螺旋极片ECT传感器这一理论模型,具有更为均匀的灵敏场。这一结论对提高ECT传感器的测量质量具有重大意义。     

电容层析成像技术的研究现状综述

详细介绍了电容层析成像（ECT）技术的近期研究进展。在简要介绍电容层析成像系统原理的基础上,重点总结了ECT技术的研究现状,包括ECT硬件、图像重建算法和应用研究等。同时,指出ECT技术发展中面临的微弱电容检测、软场特性、图像重建、标定、传感器设计、数据通信和多模态等方面的挑战,并指出了努力的方向。     

基于SVM和ECT的两相流离散相浓度测量

利用12电极电容层析成像系统(ECT)传感器和最小二乘支持向量机(LS-SVM),提出了两相流离散相浓度测量的新方法。电容传感器用来获取反应离散相分布的66个电容测量值。LS-SVM用来建立离散相浓度测量模型,模型的输入是66个独立的电容值,输出是离散相浓度值。本方法省去了传统ECT技术测量浓度时的图像重建过程。实验结果表明:该方法是有效的,测量误差在6%以内。     

电容传感器成像敏感场若干影响因素探讨

电容层析成像(ECT)是一项基于图像的过程检测技术,具有实时性好,非侵入性,价格低廉的优点,适用于多相流检测,并已开始被引入两相流的测量中.在对电容传感器进行数学描述的基础上,建立了电容敏感场分布的数学模型及其有限元模型,介绍了敏感场的计算方法,利用有限元法研究了敏感场电势的分布规律.仿真实验表明:灵敏度分布函数受到介质分布的影响.     

基于ANSYS的ECT阵列电极三维优化设计

本文通过电磁场有限元软件ANSYS 分析,构建电容层析成像(ECT)系统敏感阵列电极三维模型.基于敏感场分布的均匀性、敏感阵列电极的灵敏度及被测电容变化范围等优化指标,进行空间敏感场阵列电极设计.实验表明,优化设计的敏感阵列电极可获得比较均匀的敏感场分布及检测灵敏度.     

改进敏感场的电容层析成像图像重建算法

针对电容层析成像系统中敏感场的“软场”特性,提出了一种基于成像敏感场灵敏度均值滤波的Landweber图像重建算法。该算法是通过模板卷积的方式对敏感场灵敏度进行邻域平均,降低靠近极板区域的灵敏度,提高管道中心区域的灵敏度,部分消除了因敏感场不均匀对图像重建质量的影响,提高图像重建精度。仿真结果表明,该算法在图像重建精度和收敛速度上均优于传统的Landweber图像重建算法。     

基于JSP分页技术的研究

电子商务应用中的数据量往往非常大,甚至会达到几十万到几千万条记录的规模,将如此大量的数据显示在一个页面里困难大、效率低。在这种情况下就需要采用分页显示技术将数据库中符合条件的数据逐页显示给用户。对JSP分页技术进行比较,在分析JSP分页技术特点的基础上,提出一种有效的分页解决方案,同时对分页技术的优化进行阐述。     

系统集成芯片综述

集成电路芯片工艺的发展已可使一个系统或一个子系统集成在一个芯片上 ,称为系统集成芯片。本文综述了系统集成芯片的硬件构造、超长指令 (VLIW )结构、芯片嵌入软件及软硬件协同设计方法。     

基于VRML的网上虚拟教室漫游研究

以一个虚拟教室为例进行3D虚拟漫游的初步设计．这种方式不同于目前网上的虚拟教室。介绍在WWW上采用VKML实现虚拟教室漫游系统的特点、VRML的工作模式和造型机制,采用了基于几何图形的建模方法,探讨场景中交互设计实现的方法,提出碰撞检测技术的应用．实现网上发布和优化。     

Hibernate技术在基于GIS数据库中的应用研究

空间信息的存储和处理问题是地理信息系统(GIS)的核心问题.对空间数据和属性数据的统一存储管理已成为必然趋势.本文通过对GIS中海量数据的存储方式进行研究,指出对象-关系型的数据库存储方式是空间数据库的发展方向.在此基础上讨论了Hibernate技术与GIS数据库的结合,使用Hibernate技术将关系数据库中空间数据和属性数据进行封装,屏蔽了数据库底层操作,使得程序员可以用面向对象的思想随意操纵数据库,在利用了关系数据库的快速检索、查询能力的同时也增强了数据的一致性和可移植性.     

基于SVG的WEBGIS的研究

为了更加适合网上地理信息系统的发布 ,介绍了 SVG作为发布 WEBGIS的一种方法 ,研究了如何用SVG进行地理空间数据的表示、存储和客户端的实现。研究表明 :SVG具有可扩展、可交互、基于 XML和开放标准等特点     

面向Web的文本挖掘技术研究

简要介绍了文本挖掘技术,并描绘了该技术在Web应用特别是信息检索技术中的重要性.再对整个文本知识挖掘过程所涉及的各个方面进行了进一步地研究探讨,包括了文本特征的建立、特征提取、特征匹配、特征集缩减和模型评价等几个方面.其间运用数据挖掘技术对各个过程进行处理,并引进基于评估函数的特征筛选算法、词频矩阵、余弦计算法和潜在语义标引等方法来处理文本挖掘过程所产生的问题.在此基础上得出了一个完整的Web文本挖掘过程.最后展望了文本挖掘技术在Web应用中的前景.     

基于移动agent的分布式视频点播系统的研究

该文通过对移动agent技术和传统的视频点播系统的研究,提出了一种基于移动agent的分布式视频点播系统的设计和构造,具体地阐述了系统的工作流程,并着重讨论了实现该系统所要考虑的关键问题。移动agent的引入有效地减少了网络传输负载,实现了高速响应点播请求、高质量的影音效果,从而更好地满足更多用户的需求。     

基于FPGA的立方星可重构星载处理系统研究

为了以最小代价提高立方星可重构星载计算机的可靠性,提出了一种基于FPGA的立方星可重构星载处理系统架构。首先,在对国内外微纳卫星星载计算机设计特点进行分析的基础上,分别采用基于SRAM架构和基于Flash架构的FPGA作为核心处理模块与外部表决接口模块,兼顾了系统的运算速度与可靠性。其次,针对可重构星载处理系统中所涉及的可重构策略、在线重构技术以及系统同步技术进行了详细设计。最终,基于所设计硬件系统上进行的测试以及在轨的实测数据验证了该架构的可靠性和有效性。     

基于服务总线（ESB）的应用集成（EAI）探索和研究

科研院所设计研究中各类异构软件应用系统并存,数据和信息在各个应用系统中同步和共享成为现代企业信息化的瓶颈。针对这种现状,文中采用Java技术,通过建立异构系统底层的消息通讯机制,构建连接异构系统的ESB,实现各个异构系统通过ESB进行通讯,最终达到EAI的目的。实际中,基于该ESB构建了船舶设计行业应用软件系统集成平台,在数据集成、应用集成和业务流程集成中取得了较好的效果,肯定了文中成果的可行性。文中重点叙述了所构建的ESB结构图、ESB内部通讯原理及实现中所使用的数据结构,并给出了以该ESB为核心纽带设计的相关EAI平台架构。     

基于链上数据的区块链欺诈账户检测研究

针对区块链上存在的欺诈账户给交易带来的安全问题,提出了基于机器学习的欺诈账户的检测及特征分析模型,将以太坊上真实的链上数据进行特征提取后作为模型的数据来源,通过对不同的机器学习方法进行比较得到最优模型并进行迭代训练以获得最佳的预测模型,同时引入 SHAP值对数据特征进行分析。实验结果表明,基于XGBoost的欺诈账户检测模型在RMSE、MAE和R2三组指标上达到了0.205、0.084和0.833,优于其余的对比模型,并结合SHAP值识别出预测欺诈账户的关键因素,为区块链的交易安全提供决策参考。