一种基于聚类电阻层析成像静态图像重建算法

为了提高静态图像重建算法求解电阻层析成像逆问题的实时性与精度,提出一种基于敏感场区域内三角形有限元聚类的静态图像重建算法.新算法初期采用改进牛顿-拉夫逊算法,并根据算法振荡次数超过允许最大值时所对应的最优图像重建结果,对敏感场区域内所有三角形有限元进行聚类,最后利用改进粒子群算法求解电阻层析成像逆问题,从而实现静态图像重建.新算法每隔一定迭代次数对敏感场区域内所有三角形有限元进行重新聚类,以减小粒子维数,提高新算法求解电阻层析成像逆问题的精度.实验结果表明,相比改进牛顿-拉夫逊算法及组合算法,新算法效果最理想.     

基于遗传算法的组合ERT图像重建算法研究

针对目前电阻层析成像图像重建算法存在成像精度较低的问题,以及为了满足应用于多相流领域的精度要求,提出一种基于遗传算法的组合算法,将线性反投影算法、修正的牛顿-拉夫逊类算法与区间剖分引入遗传算法种群初始化操作中,同时为了改善单纯遗传算法局部搜索能力差与未成熟收敛的问题,将粒子群算法引入遗传算法变异操作中。实验结果表明组合算法效果明显优于线性反投影算法,修正的牛顿-拉夫逊类算法,有效克服了遗传算法早熟收敛现象,提高了成像精度。     

改进遗传算法的ERT有限元模型拓扑结构优化

为了提高电阻层析成像逆问题精度,利用基于区间算法与粒子群算法的改进遗传算法,优化有限元模型拓扑结构.以模型每一层半径为变量(最外层除外),分别以有限元平均质量、敏感场均匀分布时模型均方根值的倒数以及两者的乘积为适应度函数,并引入三角形最长边与最短边的比值作为惩罚函数.仿真与实际实验结果表明,相比传统按等间隔原理剖分的有限元模型及其改进模型,优化后的模型能有效提高逆问题的精度,且以敏感场均匀分布时模型均方根值的倒数为适应度函数效果最理想.     

基于改进蚁群算法的配电网潮流计算

牛顿—拉夫逊法是求解潮流计算的有效方法,但当初值选择不当,有可能不收敛,且受R、X比值影响较大。本文提出了基于改进蚁群算法的配电网潮流计算方法,利用Matlab编程实现。计算结果表明,该方法解决了牛顿—拉夫逊算法对初值敏感问题,使潮流计算的收敛过程得到有效地控制,提高了算法的稳定性。     

基于残差自注意力连接的深度电学层析成像方法

针对电学层析重建(ET)的“软场”特性和逆问题求解的病态性所造成的边界伪影和空间分辨率低的问题，本文提出一种基于迭代展开的预重建模块和改进的注意力深度U形卷积神经网络(CNN)的深度成像方法。其中，预重建模块是由牛顿—拉夫逊迭代算法得到的4层反卷积神经网络；深度U形CNN模块中，在特征提取和重建模块中加入残差连接，用于缓解深度CNN模型中的梯度消失问题，同时引入自注意力跳跃连接实现对全局特征和局部特征的抽象融合，使模型更好地表达图像重建问题的非线性特征。重建结果表明空间分辨率高，内含物边界清晰，重建相对误差为0.10,相关系数为0.93,说明本方法可以有效改善ET图像的质量，为无损测量与检测可视化提出了一种可靠方法。     

用组合算法逐步提高电阻层析成像的分辨率

电阻层析测量中的软场效应和反演算法中的不适定性,常使作为测量结果的两相流层析图在相界面处呈模糊状态,给分析带来困难.采用迭代的定量性优化算法(如改进牛顿-拉夫逊类MNR算法),其图像分辨率虽较非迭代简单反演算法(如线性反投影LBP算法、灵敏度算法)的结果有改进,但当流型稍微复杂一点尤其当界面纵横交错时,迭代误差可能在某一个局部最优的水平上停留.如直接采用能全局寻优的基于遗传原理的反演算法,因其实际收敛性受到个体解结构中基因数量限制,层析图像的分辨力也受到限制.根据这个问题,本文采用LBP-MNR-GA组合算法层析成像的方法,应用组合算法中各相关算法的各自优点,逐步提取来自测量数据中的信息量,在提高层析图像分辨率上取得了较好的结果.     

基于牛顿-拉夫逊算法和P-Q分解法的潮流计算对比分析

首先介绍了牛顿-拉夫逊算法和P-Q分解法的基本概念以及Paladin Design Base软件的基本功能,然后介绍了某2机5节点电力系统案例,接下来构建该系统的单线图,输入已知参数,设置潮流计算条件,得出在不同精度下的潮流计算结果。得出结论:P-Q分解法的迭代次数明显比牛顿-拉夫逊算法多,且精度越高迭代次数增长越快;在计算时间上,P-Q分解法更占优势。综合各方面因素可知,P-Q分解法是更适用于该系统的潮流计算计算机解法。     

电容层析成像传感器场域剖分及图像重建算法

电容层析成像传感器的敏感场受多相流介质分布的影响，软场特性给图像重建带来很大困难，为了提高重建图像质量，对敏感场分布进行分析是非常必要的。采用有限元法，通过对敏感机理的分析，提出一种利用不等间距的场域剖分方法，对敏感场分布进行计算机仿真，依据敏感场计算的数据及测量结果，提出了基于遗传算法的图像重建算法。实验证明有限元模型是正确的，说明利用不等间距的剖分形式可以得到较好的仿真结果，重建的图像具有较高的精度。     

电阻层析成像技术的研究

本文对近年来兴起的过程电阻层析成像(ERT)技术作了综述,并介绍了作者在从事ERT技术研究中所取得的成果,包括关于敏感电极阵列、图像重建算法的仿真研究和在所开发的TERT-2型层析成像系统上的静态模拟实验研究。     

电容层析成像系统图像重建新算法的研究

快速而又具在一定精度的图像重建算法是电容层析成像（ＥＣＴ）技术的关键。本文提出一种用多元线性回归法建立ＥＣＴ系统正向模型,用正则化法获得图像重建这一不适宜逆问题稳定解的图像重建新算法。仿真结果表明该方法能快速而较高精度地重建出两相流断层图像。     

双模态电层析成像敏感场电磁特性研究

基于有限元法对电容-电阻双模态成像系统中的敏感场电磁特性进行分析.分别推导出电容层析成像和电阻层析成像中敏感场的数学模型和等价泛函,并对敏感场电磁特性进行有限元法解析,将分析的电位值进行三维图形化,为进一步研究电容-电阻双模态成像系统的图像重建提供了有意义理论和实验支持.     

电阻层析成像传感器软场特性分析

电阻层析成像ERT所基于的测量原理是：在电场作用（电流激励）下被测区域中电阻分布的不同会导致边界电压的改变。ERT传感器测量敏感场受被测介质分布的影响。这一软场特性是ERT图像重建中的主要困难之一。本文通过对电阻层析成像传感器的灵敏度分布的有限元分析,研究发软场特性的规律。结果表明,不同电阻率的介质分布对灵敏度值正负极性变化影响不大,而各处灵敏度值大小变化不仅与介质分布有关,还与该点在敏感场中的位置有关。     

油气润滑测试系统中ECT软场效应研究

电容层析成像系统的传感器具有"软场"特性,即敏感场分布受被测介质的影响。为获得高质量的重建图像,利用COMSOL软件快速求解油气润滑测试系统ECT的灵敏度矩阵,运用COMSOL和MATLAB联合仿真,对该管道内层流和环状流2种典型流型的灵敏度场的软场效应进行分析,并且应用LBP算法和OTSU算法,分别在考虑和忽略软场效应的情况下对2种流型进行图像重建。仿真结果表明,软场效应改变了灵敏度分布;润滑油介质靠近管壁时,检测敏感度较高;采用软场效应改变的灵敏度矩阵进行图像重建,将有效提高重建图像精度。     

基于改进信赖域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,提出了一种改进信赖域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,推导出了求解ECT反问题的信赖域算法的计算步骤,同时利用BFGS公式对迭代过程中产生的Hesse矩阵进行校正。在此基础上对信赖域算法的收敛性进行了分析和证明,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,和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,为ECT图像重建算法的研究提供了一个新的方法。     

正则化优化修正的电容层析成像图像重建算法

提出一种基于正则化优化修正的电容层析成像图像重建算法。首先利用 Tikhonov正则化法求解系统的逆问题 ,解决逆问题解的不适定性 ;然后利用优化修正法对初始图像进行修正 ,以提高重建图像的质量。实验结果表明 ,该法在重建图像质量和图像重建速率两方面均具有优势。     

两相流电容层析成像中图像重建的研究

电容层析成像(Electrical Capacitance Tomography,ECT)技术是目前最具发展前景的多相流参数检测方法,它可重建两相流在其流经管道横截面上的分布图像.对12电极的电容传感器进行了数学描述,建立了电容敏感场分布的数学模型及其有限元模型,分析了敏感场的算法,利用有限元法实现了敏感场的仿真,并且研究了敏感场分布的规律.在此基础上利用灰度图像重建的方法重现出不同流体分布状态下油管横截面的灰度图像,为两相流在线检测仪器的设计提供了理论依据.     

梯度引导电学成像自适应网格生成方法

电学层析成像是一种观测场域内电导率分布的无损检测技术。有限元法是求解电学层析成像问题的常用方法。其作为线性化的近似方法,剖分单元的大小会影响有限元法求解的精度。更密的尺寸可以提高重建图像的空间分辨率,但会增加计算成本,同时未知量个数的增加会加剧逆问题的欠定性。针对上述问题,提出一种基于图像梯度的自适应网格生成方法。根据初始重建图像的梯度,自适应地提高内含物区域的网格密度,降低其他区域的网格密度,并对场域边界进行精确拟合来优化被测场域的网格剖分。通过仿真与实验研究对比分析了所提方法与常用网格剖分方法。结果表明,所提方法的重建结果图像误差平均降低15%,相关系数平均提高7%,因此所提方法在不显著增加或减少网格数的情况下,可以有效提高内含物的重建精度和图像重建质量。     

基于改进共轭梯度法的ERT图像重建

针对电阻层析成像(ERT)图像重建中灵敏度矩阵的病态特性导致共轭梯度法的收敛率低的问题,提出了改进的共轭梯度算法,ERT图像重建前先对数据进行归一化预处理,将解空间映射到Krylov子空间中,再通过共轭梯度法求解低维子空间中的反问题。分别利用共轭梯度法、预处理共轭梯度法和改进共轭梯度法对典型的气水两相流模型做了仿真实验。实验结果表明,改进共轭梯度法能够提高重建图像的质量,并且相对于其他算法,降低了计算时间。     

基于期望块对数似然的激光吸收光谱层析成像

可调谐二极管激光吸收光谱层析成像(TDLAST)是一种重要的非侵入式燃烧检测技术。然而,TDLAST逆问题的欠定性使得传统算法重建的气体吸收密度存在较大误差。本文将期望块对数似然先验引入TDLAST逆问题的求解,提出基于高斯混合模型(GMM)正则化的温度重建算法(GMMTRT)。该方法利用GMM建模燃烧场气体吸收密度的局部分布特性,采用半二次分裂方法求解引入GMM正则化的TDLAST逆问题。利用火灾动力学模拟器生成的仿真数据与利用TDLAST实验系统获得的实际数据进行的重建实验均表明,GMMTRT重建的温度图像能够准确定位火焰位置,并清晰描述燃烧场感兴趣区域的温度分布。与现有的基于Tikhonov正则化的温度重建算法和同时代数重建算法相比,GMMTRT的重建误差分别能够降低15.42%～36.16%和23.10%～44.79%。     

电磁成像逆问题的初步求解及图像重建

从电磁层析成像(EMT)系统的数学模型出发,运用格林函数法对其逆问题进行理论分析,得到了表征EMT电磁逆问题的积分形式解,阐明了物场内电磁场与待测物场特性分布的关系.图像重建说明格林函数法求解EMT逆问题是可行的.