增加ECT系統投影數據的方法研究

夏晶晶，仇國富，劉文磊

（南京理工大學機械工程學院，江蘇南京 210094）

0 引言

電容層析成像技術是一種新的多相流檢測技術。由于其具有結構簡單、成本低、非侵入、安全性好和適用范圍廣等優點，成為當前研究多相流參數檢測技術的的主流和熱點。該技術在多相流檢測領域具有廣闊的工業應用前景［1］。

電容層析成像技術圖像重建精度主要取決于投影數據和重建算法。由于系統的非線性以及測量獲取的數據數目遠遠小于重建圖像所需要的數據數目的特點，目前ECT系統的圖像重建精度不高。雖然通過增加電容傳感器極板數目可以獲得更多的投影數據，但這會減小極板的面積和系統的信噪比，從而產生嚴重的測量錯誤。現建立了一種基于組合電容的新的ECT測量系統，該系統在沒有降低極板面積和系統信噪比的前提下，獲得了更多的投影數據，提高了重建圖像的精度。

1 電容層析成像系統結構和基本原理

電容層析成像系統的基本原理是:位于管道或過程容器內的多相流，其各相介質具有不同的介電常數，多相流在流動時，各相含量和分布不斷變化，引起多相流體復合介電常數的變化，電容傳感器陣列由均勻的分布在管道或過程容器周圍的多對電容極板組成，任意兩個不同極板組成一個兩端子電容，對應著不同的測量敏感區，其容量由數據采集系統測量，在所有不同電極對上獲得的測量數據反映出整個管道截面上介電常數的分布情況，這些數據被饋入計算機并通過某種圖像重建算法，就可以獲得被測對象在該管道截面上的分布圖像［2］。

電容層析成像系統由電容傳感器、數據采集系統、圖像重建計算機三部分組成。一個典型的8電極ECT系統結構如圖1所示。

圖1 典型8電極ECT系統

對于8電極ECT系統，極板1先作為激勵電極，依次測量電極對1－2、1－3、1－4、1－5、1－6、1－7、1－8。然后以極板2作為激勵電極，依次測量電極對2－3、2－4、2－5、2－6、2－7、2 －8，依次類推，直至以極板7 作為激勵電極，電極對7－8測量完畢。除了測量電極對以外，所有其他電極對都接地。對于8電極ECT系統，可以獲得28組數據。對于有N極板的系統，一共可以獲得N（N－1）/2 組獨立數據［3］。

2 組合電容的原理和控制電路

以8電極組合電容陣列來說，將8片電極平均分為24片，相當于每一大片電極細分成三片小電極，細分過程如圖2所示。

圖2 8電極三細分極板

現將細分后的小電極重新組合成新的大電極，共有三大類組合方式。

第一類組合方式，如圖3所示，是將4個小電極組合為一個大電極。該種方式又有四種組合方法，分別如圖3中（a）、（b）、（c）、（d）所示。在圖 3（a）中將小電極 DE1、DE2、DE3、DE4組合成一個大電極 CE1，將小電極 DE5、DE6、DE7、DE8組合成一個大電極CE2，依次組合下去將獲得6片大電極，由公式N（N－1）/2可得，該種方法可以獲得15個投影數據。在圖3（b）中相當于將觀察角度旋轉了一個角度，將小電極DE2、DE3、DE4、DE5組合成一個大電極 CE1’，將小電極 DE6、DE7、DE8、DE9 組合成一個大電極CE2’，依次組合下去將獲得6片大電極，該組合方法可以獲得15投影數據。圖3（c）、3（d）所示的組合方法與圖3（a）、3（b）類似，因此第一類組合方式一共可以獲得60個投影數據。

圖3 第一類組合電容極板陣列方式

第二類組合方式如圖4所示，是將3個小電極組合為一個大電極。該種方式有三種組合方法，分別如圖4中（a）、（b）、（c）所示。在圖 4（a）中將小電極 DE1、DE2、DE3組合成一個大電極 CE1，將小電極 DE4、DE5、DE6、組合成一個大電極CE2，依次組合下去將獲得8片大電極，由公式N（N－1）/2可得，該種方法可以獲得28個投影數據。在圖4（b）中也相當于將觀察角度旋轉了一個角度，將小電極DE2、DE3、DE4組合成一個大電極 CE1’，將小電極DE5、DE6、DE7組合成一個大電極CE2’，依次組合下去將獲得8片大電極，該組合方法可以獲得15投影數據。圖4.（c）所示組合方法與圖4（a）、圖4（b）類似，因此第二類組合方式一共可以獲得84個投影數據。

圖4 第二類組合電容極板陣列方式

第三類組合方式如圖5所示，是將2個小電極組合為一個大電極。該種方式有二種組合方法，分別如圖5（a）、5（b）所示，組合方法與第一、第二類中組合方法相類似。因此該類組合方式一共可以獲得132個投影數據。

圖5 第三類組合電容極板陣列方式

文中提出的組合電容極板陣列的方法一共可以獲得276個投影數據，遠遠超過傳統的八電極ECT系統的28個投影數據。

文中提出了基于組合電容的ECT測量系統，如圖6所示。組合電容控制電路由一些模擬開關組成，由計算機傳送指令給下位機，以控制開關通斷來選取不同電極組合，每個小電極對應不同的地址，計算機發送地址不同，就可以選擇不同的電極組合來作為激勵極和檢測極。除激勵電極和檢測極外，其他電極全部接地。

圖6 組合電容控制電路

3 圖像重建品質

隨著電容層析成像技術的發展，圖像重建算法主要包括線性反投影算法，基于模型的MOR法，迭代的代數重建法，查表法和神經網絡法。其中神經網絡算法具有快速響應、高分辨率等優點。

在目前基于神經網絡的圖像重建算法中，網絡的類型一般采用BP神經網絡。BP網絡是一種多層前饋神經網絡，它采用后向傳播算法，亦稱BP算法（首先樣本從輸入層經各中間層向輸出層傳播，輸出層的各神經元獲得網絡的輸入響應;然后減小目標輸出與實際輸出誤差的方向，從輸出層開始經中間層逐層修正各連接權值，以達到學習目的）［4］。

一個三層的 BP網絡結構，輸入層由信號源節點組成，輸入信號為測量電容值，第二層為隱含層，之所以被稱為“隱層”，是因為它只接受內部輸入（來自其它神經元的輸入），并且只產生內部輸出（到其它神經元的輸出）。第三層為輸出層，輸出信號為圖像像素灰度值。

文中采用BP神經網絡算法進行圖像重建，并且用兩個尺寸的有機玻璃分別放在管子兩個方位來模擬氣固兩相流。訓練樣本主要是在空管、兩個不同尺寸5 mm×5 mm、7.5 mm×7.5 mm有機玻璃模擬的氣固兩相流情況下獲得的。八電極ECT成像與組合電容ECT成像結果如圖7所示。

圖7 成相結果

實驗結果表明基于組合電容的電容層析系統的圖像重建品質要優于一般的電容層析成像系統。

4 結語

基于組合電容的電容層析成像系統，在不減小電容極板面積和降低系統信噪比的情況下，可以增加投影數據，從而提高了圖像重建精度。

［1］張玉琴.改進ECT系統圖像質量的方法研究［D］.南京:南京理工大學，2009.

［2］Chen Deyun，Sui Dapeng，Li Letian.Reconstruction Algorithms Based on Artificial Neural Network for Electrical Capacitance Tomography.Sensors Journal，IEEE，Vol.1，20-22， pp.113-117.

［3］李雪.提高電容層析成像系統圖像分辨率的方法研究［D］.南京:南京理工大學，2008.

［4］衛懷玉，王大偉.基于 BP網絡的電容層析成像圖像重建算法［J］.黑龍江科技信息，2008（01）:23-24.

［5］Qiu guofu.Zhao yanjun，Zhang yuqin.The Research of ECT System Based on Rotational Electrodes Array［C］.ICEICE，2011，c1-c1.