基于改进线性Bregman算法的ECT图像重建算法

针对电容层析成像(ECT)逆问题求解的欠定性,将分别利用奇异值分解(SVD)和二阶迭代思想改进后的线性Bregman算法应用到ECT图像重建过程中.仿真实验结果表明,它们比SVD、Landweber、CG和线性Bregman算法的成像分辨率更高,速度也更快;在2种改进算法中,基于奇异值分解改进的图像重建伪影更少,而基于二阶迭代改进的速度明显提升.     

基于改进线性Bregman算法的ECT图像重建算法

针对电容层析成像(ECT)逆问题求解的欠定性,将分别利用奇异值分解(SVD)和二阶迭代思想改进后的线性Bregman算法应用到ECT图像重建过程中.仿真实验结果表明,它们比SVD、Landweber、CG和线性Bregman算法的成像分辨率更高,速度也更快;在2种改进算法中,基于奇异值分解改进的图像重建伪影更少,而基于二阶迭代改进的速度明显提升.     

电容层析成像三维图像重建研究

进行了电容层析成像(ECT)三维图像重建的仿真研究。首先利用COMSOL软件对ECT传感器进行三维建模,基于其高精度的有限元求解,计算ECT的灵敏度矩阵;其次,基于Matlab软件实现了基于线性反投影(LBP)及Landweber迭代算法的ECT图像重建,并利用图像显示程序获得了三维重建图像;最后,对球体及圆柱体模型进行了三维ECT图像重建,获得了较好的重建结果。     

基于小波融合的电容层析成像图像重建

提出了基于小波变换的电容层析成像重建图像融合方法。首先,使用共轭梯度最小二乘法算法及Landweber迭代算法分别进行图像重建;其次,将所得重建图像进行小波分解,其近似分量按加权平均的融合规则进行处理,细节分量按绝对值最大融合规则进行处理;最后,将融合之后的数据进行小波重构,获得新的重建图像。仿真及实验结果表明,融合后的重建图像精度有所提高、图像伪影明显减少。     

基于粒子群优化极限学习机及电容层析成像的两相流流型及其参数预测

提出了一种基于粒子群优化极限学习机及电容层析成像的两相流流型辨识及其参数预测方法。首先,通过粒子群优化极限学习机的连接权值,并使用粒子群优化极限学习机算法对4种典型的油-气两相流流型进行辨识;其次,使用粒子群优化极限学习机算法对流型的参数进行预测;最后进行了仿真实验,结果表明,与极限学习机算法相比,粒子群优化极限学习机算法所需隐层节点数更少,流型辨识率更高,其正确辨识率达100%,对4种流型参数预测的最大相对误差为5.24%。     

基于MO-PLP-ELM及电容层析成像的两相流流型辨识

提出一种基于多目标优化并行感知器的极限学习机(MO-PLP-ELM)及电容层析成像(ECT)技术的两相流流型辨识算法。首先,为保证样本具有代表性,采用随机思想生成7类流型的训练及测试样本集;其次,对样本模型的电容数据归一化处理;最后,采用MO-PLP-ELM算法进行流型辨识,并与常用的BP神经网络、支持向量机、极限学习机及并行感知器改进极限学习机算法进行比较,结果表明,提出的MO-PLP-ELM算法其辨识率明显高于其它算法,平均辨识率达96.1%。     

基于SVM的ECT图像重建算法

电容层析成像（ECT）技术是基于电容敏感机理的过程层析成像技术。ECT的图像重建是一个典型的有限样本非线性映射问题。支持向量机（SVM）作为一种小样本处理方法,具有较强的泛化能力,被认为是目前针对小样本分类问题的最佳理论。提出了一种基于SVM的四层神经网络的图像重建算法,仿真结果表明,该算法用于三相流图像重建具有较强的空间分辨率和泛化能力。     

基于非线性最小二乘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,提出了基于非线性最小二乘算法的新电容层析成像(ECT)算法。在分析非线性最小二乘问题残量原理的基础上,给出了目标函数中二阶信息项的割线近似的校正公式,并利用Lipschitz空间连续的性质对非线性最小二乘算法的收敛性进行了证明,在此基础上探讨了ECT应用该算法的可行性。该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,与LBP、Landweber和共轭梯度算法相比,对于简单流型该算法兼备成像质量高、边界均匀稳定等优点,该算法的提出为ECT图像重建算法的研究提供了一个新的思路。     

Kalman滤波在电容层析成像图像重建中的应用

利用Kalman滤波算法进行电容层析成像图像重建,通过不断更新测量信息提高重建图像质量。在滤波初始,需要确定重建图像灰度及估计误差方差矩阵的初值。为研究不同初值组合对重建图像质量的影响,选择3流型进行了仿真实验,获得了最佳的初值组合,并在电容层析成像实验装置上进行了静态测试,实验结果表明,与Landweber算法相比,使用最佳初值组合的Kalman滤波算法可获得更为接近真实分布的重建图像。     

基于旋转电极的电容层析成像技术图像融合算法

针对固定电极的电容层析成像技术独立测量值较少,且由于电极位置的影响而导致重建图像失真等问题,提出了一种基于16旋转电极的电容层析成像技术系统模型及对应的图像融合方法。模型对16电极的电容层析成像技术模型进行4次旋转,得出的数据分别采用线性反投影算法和修正共轭梯度法算法进行图像重建,再将重建的5张图像进行小波变换,变换得到的低频和高频成分分别采用加权平均和主分量分析的融合准则进行图像融合。实验结果表明:提出的电容层析成像技术旋转模型通过增加测量电容数,结合图像融合方法可明显提高重构图像质量,降低成像误差。     

基于梯度投影稀疏重建算法的电容层析成像图像重建

为解决两相流中存在中心物体、物体比较小或存在多个物体且相距较近时电容层析成像(ECT)重建图像精度较差的问题,基于稀疏分布的流型其介电常数分布满足稀疏性的先验条件,采用梯度投影稀疏重建(GPSR-BB)算法进行ECT图像重建。仿真及实验测试结果表明:GPSR-BB算法对于流体中小目标以及复杂流型的图像重建质量较好,重建图像的形状保真度高。     

一种电容层析成像图像重建优化算法

提出一种电学层析成像(ECT)图像重建优化算法。通过将传统正则化算法转化为最小二乘问题进行求解,结合lp范数逼近正则化最小化问题,利用重新加权的方法进行迭代计算。以油-气两相流模型进行仿真及静态实验,将所提出的优化算法与常用的LBP、Landweber迭代及Tikhonov正则化算法进行对比。结果表明,与常用算法相比,采用该优化算法对管道中心物体及多物体分布流型进行图像重建,其图像相对误差均为最低,且重建图像的形状保真度明显提高。     

一种电容层析成像系统电极组合激励测量方法

针对电容层析成像图像重建具有非线性不适定性的问题,提出了8组24电极旋转激励测量方案,并与传统12电极电容层析成像传感器进行了对比分析,包括电容值大小及其动态范围、敏感场分布均匀性以及重建图像质量。应用COMSOL软件及Matlab软件对两种传感器激励模式进行仿真,结果表明:所提出的8组电极旋转激励测量模式,其电容独立测量数与传统12电极传感器相近,可较好地保证实时成像速度,测量电容值较大且动态范围较小,降低了信号检测电路设计难度,测量区域灵敏场均匀性有所改善,对中心物体的成像质量明显提高。     

Image reconstruction algorithm based on the extended regularised total least squares method for electrical capacitance tomography

Electrical capacitance tomography (ECT) is a non-invasive imaging technology that aims at the visualisation of the cross-sectional permittivity distribution of a dielectric object based on the measured capacitance data. Successful applications of ECT depend greatly on the precision and speed of the image reconstruction algorithms. ECT image reconstruction is a typical ill-posed problem, and its solution is unstable, that is, the solution is sensitive to noises in the input data. Methods that ensure the stability of a solution while enhancing the quality of the reconstructed images should be used to obtain a meaningful reconstruction result. An image reconstruction algorithm based on the regularised total least squares (TLS) method that considers the errors in both the sensitivity field matrix and the capacitance data for ECT is presented. The regularised TLS method is extended using a combination robust estimation technique and an extended stabilising functional according to the ill-posed characteristics of ECT, which transforms the image reconstruction problem into an optimisation problem. In addition, the Newton algorithm is employed to solve the objective functional. Numerical simulations indicate that the algorithm is feasible and overcomes the numerical instability of ECT image reconstruction; for the cases of the reconstructed objects considered here, the spatial resolution of the reconstructed images obtained using the algorithm is enhanced; as a result, an efficient method for ECT image reconstruction is introduced.     

Application of electrical capacitance tomography to the void fraction measurement of two-phase flow

Based on the electrical capacitance tomography technique, a new method for the void fraction measurement of two-phase flow is proposed. A 12-electrode void fraction measurement system is established. A mathematical model of image reconstruction of electrical capacitance tomography is developed. To obtain the quantitative information of two-phase flow, combining the Tikhonov regularization principle and the algebraic reconstruction technique algorithm, a new image reconstruction algorithm is presented. The experimental results show that the accuracy of void fraction measurement is satisfactory. The proposed method is suitable for the void fraction measurement of many kinds of two-phase flow.     

Dual imaging modality of granular flow based on ECT sensors

In this study, a previously developed dual modality imaging system is applied to image the flow of granular matter with different electrical properties in cylindrical vessels. The imaging system is based on both capacitance and power measurements acquired by an electrical capacitance tomography (ECT) sensor located around the vessel. The measurement data are then used to reconstruct cross-sectional images of both permittivity and conductivity distributions. A neural network multi-criterion optimization reconstruction technique (NN-MOIRT) is used for the inverse (reconstruction) problem. The contribution of this technology to the field of granular matters is explored through review of research articles that can be a direct application of this development. We discuss the capabilities of this dual-modality acquisition system using synthetic data for granular matter with different electrical properties.