电磁层析成像图像重建中的修正共轭梯度算法

通过研究共轭梯度算法,推导出适用于电磁层析成像的修正共轭梯度算法,该方法提高了收敛速度,改善了电磁层析成像重建图像的质量。首先以共轭搜索方向充分下降为充分条件,理论推导出修正共轭梯度算法。然后从相对图像误差、相关系数和收敛曲线几个方面出发,评价了Landweber迭代法、单步Tikhonov正则化方法、共轭梯度法和修正共轭梯度法在电磁层析成像图像重建中的结果,得出结论:修正共轭梯度方法的相对图像误差最小,重建图像和原图像的相关系数最高,收敛情况优于共轭梯度算法。     

电磁层析成像的正交解调器设计及图像重建

根据电磁层析成像系统中的激励磁场与待测物场之间的畸变场作用是非线性的,检测信号不能单纯被认为是待测物体在敏感场中响应的线性叠加,而且不同的检测信号在激励过程中的不同方向上有着各自的相位幅值变化。作者结合传统的EMT系统设计了使用直接式数字频率合成器来对检测信号的相位、幅值变化进行实时解调的方案。结果表明该方案的准确度和可靠性高,稳定性好,有效改善了原有系统中的相位幅值偏差。     

基于灵敏度的电磁结构形状优化方法研究

研究基于灵敏度的电磁结构形状优化设计方法。针对以往用磁位作为状态变量不方便的情况，文中直接采用磁通密度为状态变量。在用直接法求解矢量磁位灵敏度方程的基础上，给出适合形状优化的磁通密度灵敏度分析的两种方法——半解析法和局部差分法。前者在磁通密度灵敏度计算中对形函数导数采用了差分近似，后者用一阶近似方法得到设计变量扰动后的矢量磁位和磁通密度，然后用差分法计算磁通密度灵敏度。两种方法简单且计算效率高，精度能够满足要求。优化问题求解采用序列线性规划算法。应用本文方法对电磁铁和同步电机磁极进行形状优化，取得了满意的结果。     

基于互易原理磁感应成像中灵敏度矩阵的计算

磁感应成像(MIT)是一种利用线圈传感器重建所测物体内部电导率分布的成像方法.MIT中的灵敏度矩阵为所测感应电压对物体电导率变化的函数,是反演成像的关键.基于有限元方法和互易原理,提出一种有效计算MIT灵敏度矩阵的方法,在所建立测量模型基础上,运用该方法进行了实验与分析.实验结果表明,该方法可以快速求解MIT中的灵敏度矩阵,应用在高斯一步牛顿算法中可以实现图像重建,为MIT逆问题提供了更有效的解决方案.     

电容层析成像中图像重建算法评述

电容传感器具有非侵入、响应快、低成本、测量范围宽及易于安装等特点,在多相流在线检测中具有良好的发展前景。 电容层析成像中图像的重建算法与技术,是其在工业实际中得以应用的关键。近年来在图像重建方面的研究取得了较大的进 展,Tikhonov正则法,基于LBP迭代法、Landweber迭代法、同步迭代法及神经元网络法等对图像重建精度比LBP方法都有 了明显的提高,但其重建速度有待于进一步提高以适应在线应用。     

电阻层析成像技术图像重建算法概述

电阻层析成像技术是近年来发展起来的一种截面分布式的检测技术．具有非侵入的，无辐射的，可视化的特点。在电阻层析成像技术中．图像重建是由测量到的边界电压重建出对象内部电阻率分布的过程．是最终实现ERT技术可视化测量的过程。图像重建算法．直接影响成像的效果。本文介绍了目前比较常用的图像重建算法的原理以及应用过程中的优缺点。     

电磁层析成像系统的数据采集与处理

提出适用于EMT的基于相位反馈搜索的信号解调方法。这种双模式系统要求数据采集和处理部分同时解调安装在不同角度的检测线圈的实部和虚部信息。     

激光传感过程层析成像技术探讨

介绍基于激光传感原理的过程层析成像(PT)技术的系统构成、传感器阵列结构,图像重建算法仿真以及静态实验 研究。     

振动系统特征值问题的矩阵灵敏度分析

应用Kronecker代数和矩阵微分理论，系统地发展了振动系统的特征值和特征向量的矩阵灵敏度分析方法，给出了向量值和矩阵值数的结构系统的特征值和特征向量的灵敏度，通过求导数排列成二维矩阵，所得的结果易形成计算机程序。该方法可以扩展延伸到具有一般矩阵和重根的特征值灵敏度分析的问题之中。     

动态电容层析成像图像重建算法

提出了融合ECT测量信息和被测对象动态演化信息的新型图像重建模型;基于Tikhonov正则化方法,建立一个同时考虑了ECT测量信息、被测对象动态演化信息、时间与空间约束的新型图像重建目标泛涵,将图像重建问题转化为最优化问题;提出了集成分裂Bregman迭代法优势的新型算法求解该目标泛涵。数值仿真结果表明,所提出的图像重建算法其图像重建质量均优于OIOR算法、STR算法及PLI算法;同时由于所提出的图像重建算法同时考虑了测量数据和重建模型的不精确性,其抵抗测量噪声的能力得以提高。     

循环流化床上ECT传感器灵敏场的有限元分析

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.该文以12电极方形电容传感器为基础,对电容层析成像技术应用于循环流化床研究做了简单阐述,着重研究了用有限元法对方形电容传感器敏感场分布的计算机仿真,讨论了负敏感场的处理方法.     

A novel method of plotting sensor sensitivity field and image reconstruction algorithm for electrical capacitance tomography system

Sensor sensitivity field in electrical capacitance tomography is affected by the distribution of multiphase medium, which is the peculiarity of soft field. This brings great difficulty for image reconstruction. To improve the quality of image reconstruction, it is important to analyze the distribution of the sensitivity field. In this article, using the finite element method, we expound a kind of novel plotting pattern to field, which is the distribution of sensitivity field through computer simulation. From experiments and results of sensitivity field analysis, a novel method of image reconstruction based on genetic algorithms is presented. The finite element model is correct and simulation result is fine by adopting unequal interval plotting patterns. At the same time, the result of image reconstruction has high precision. __________ Translated from Chinese Journal of Scientific Instrument, 2005, 26(3) (in Chinese)     

基于 V-ResNet 的电阻抗层析成像方法

电阻抗层析成像技术(EIT)因其非侵入和可视化等特性为人体肺部空间特性的监测提供了一种有效的方法。但是EIT的逆问题具有严重的非线性、病态性和欠定性,使得图像重建结果含有严重的伪影。针对上述问题,提出了一种由预映射、特征提取、深度重建以及残差去噪四个模块构成的V-ResNet的深度网络成像算法,实现对场域空间位置和电导率参数分布的重建。该算法有效地增加了前馈信息的多重传递并解决了深度网络的梯度消失问题,同时残差去噪模块有效地平滑了图像边界。采用相对误差(RE)和结构相似度(SSIM)来衡量成像质量,实验得出RE的平均值为0.14,SSIM平均值为0.96。仿真与实验结果表明,基于V-ResNet的成像算法与传统的成像算法相比,图像重建结果边界清晰,空间分辨率高。     

基于极限学习机求解正问题的 ECT 图像重建

在电容层析成像(ECT)图像重建迭代类算法中,通常采用线性正问题求解,以加快重建速度,由此产生重建误差。针对这一问题,提出了基于极限学习机(ELM)的非线性ECT正问题求解方法,ELM网络输入为介电常数分布,其输出为预测的电容测量值。将该方法与传统的Landweber迭代算法相结合构成ELM-Landweber迭代算法进行图像重建。为使样本具有较好的代表性,物体分布位置及大小均随机生成,并计算相应的归一化电容值作为ELM网络训练及测试样本,对ELM-Landweber迭代算法进行了仿真与静态实验,并与传统Landweber迭代算法进行比较。实验结果表明,相较于传统Landweber迭代算法,采用ELM-Landweber迭代算法,其算法收敛速度显著提高,重建图像质量得到明显改善。训练样本的平均图像相对误差由0.728减小至0.504,测试样本的平均图像相对误差由0.596减小至0.475。     

用于两相流测量的ECT图像重构技术研究

电容层析成像技术(ECT)具有非侵入、响应速度快、成本低等优点,是用于两相流参数检测非常有发展潜力的技术之一。而图像重构是ECT系统研究的关键技术。该文利用有限元方法对12电极ECT系统进行建模仿真,进行正问题求解,获得了图像重构的样本数据;引入改进的径向基函数神经网络,建立了ECT图像重构算法,并在MATLAB平台上进行了仿真验证。结果表明,改进的径向基神经网络算法在图像重构准确度及速度方面有了明显提高。     

基于电磁层析成像的金属缺陷稀疏成像方法

采用电磁层析成像(electromagnetic tomography,EMT)技术实现对金属缺陷的可视化,克服了传统的检测技术无法对缺陷进行可视化的不足。首先设计了一种新型的平面EMT传感器,其次根据缺陷分布的稀疏性,提出了l1正则化稀疏成像算法。该算法能够有效避免传统的l2正则化算法带来的过度光滑的问题,成像更加精确。最后为证明该算法相对于l2正则化算法的优越性,进行了仿真和实验。仿真和实验结果均表明l1正则化稀疏成像算法能够有效提高缺陷图像的重建质量和精度。     

非闭合电极电容层析成像传感器在冻土测试中的应用

为了实现电容层析成像技术对冻土冻结冰峰面的在线、非侵入测试,研制出了满足冻土测试要求的非闭合电极电容层析成像传感器,并对该种传感器的电容分布特性进行了实测;确定出了适合冻土测试的的高、低介电常数的标定物质;搭建了冻土一维冻结实验系统.对含水量8%的湿土样冻结过程的冰峰面迁移进行了电容层析成像测试,并利用IMNSNOF图像重建算法重建出了冻结过程各时刻的冻结截面物质分布图像,由图像可确定出冻土中已冻土、未冻区以及冰峰面的位置.电容层析成像测试结果与温度测试结果相吻合.