基于SA-ELM的声学层析成像温度分布重建算法

在化工领域中,获取准确的温度分布信息具有极其重要的意义。声学层析成像(AT)具有非侵入传感、廉价等优点,因而被认为是一种具有广阔发展前景的可视化温度分布测量方法。将AT用于温度分布测量,提出一种SA-ELM算法改进重建质量。首先,利用稳健估计建立了基于L1范数的目标泛函,采用模拟退火算法(SA)对目标泛函进行求解,得到粗网格下的温度分布;最后,采用极限学习机(ELM)来预测经细化网格后的温度分布。数值仿真和实验研究途径评估该方法的可行性与有效性,结果表明SA-ELM算法能够有效提高温度分布重建质量和鲁棒性,从而为AT反问题的求解提供了一种新的有效方法。