基于遺傳蟻群算法的電容層析成像邊緣補償技術(shù)研究.pdf

1、電容層析成像(Electrical Capacitance Tomography)技術(shù)不僅在工業(yè)生產(chǎn)中可以控制到很低的實現(xiàn)成本，該技術(shù)的系統(tǒng)結(jié)構(gòu)也非常簡單，同時其又具有很強的可靠性，很高的安全性，而特別是其非侵入式的特點，也使得該技術(shù)有了更為廣泛的使用空間。但是該技術(shù)的圖像重建工作屬于反問題的求解，其過程是通過管道外布置的電極測得各電極之間的電容值，即觀測數(shù)據(jù)，再利用研究的圖像重建算法將管道內(nèi)某一個橫截面內(nèi)各相流的介質(zhì)元素分布重建成灰度

2、圖像。但是管道外布置的電極數(shù)量是有限的，因此得到的電容值也是有限的，相比較于所需要的電容值的數(shù)量是遠遠不夠的，通過如此少量的電容值來反算管道內(nèi)部各相流的介質(zhì)分布，這樣的求解問題是一種病態(tài)問題，所求得的解并不是獨一無二的，這就是病態(tài)問題的解的不適定型，這也是電容層析成像圖像重建最難解決的問題所在，所以，為了可以使得重建的灰度圖像，更加接近實際生產(chǎn)環(huán)境中的真正圖像，需要對重建的灰度圖像各介質(zhì)邊界進行邊緣補償，本文的主要內(nèi)容有:
　　1

3、.詳細介紹了電容層析成像技術(shù)的系統(tǒng)組成和基本工作原理，分析了電容層析成像技術(shù)反問題的不適定性，針對該問題介紹了幾種常用的優(yōu)化算法，包括Landweber迭代法、多項式加速算法以及共軛梯度算法。
　　2.針對電容層析成像技術(shù)不適定性的問題，通過對漸進最優(yōu)階理論的闡述，證明了電容層析成像進行邊緣補償技術(shù)的必要性，同時本文又利用幾何凸包的方法解決了如何確定進行邊緣補償?shù)姆秶@也證明了電容層析成像邊緣補償技術(shù)的可行性。在此基礎(chǔ)上，本文提

4、出了基于遺傳蟻群算法（GAACO）的ECT邊界灰度補償算法。通過對進行邊緣補償和未進行邊緣補償?shù)膶嶒灲Y(jié)果進行比對表明，進行邊緣補償可以改善圖像重建的穩(wěn)定性和提高圖像重建的質(zhì)量;同時通過對使用PSO算法進行邊緣與本文提出的GAACO邊緣補償算法的實驗結(jié)果進行對比和分析后，可以得出經(jīng)過本文提出的算法進行邊緣補償后的圖像優(yōu)于PSO算法。
　　3.針對電容層析成像技術(shù)反問題的流型辨識問題，在分析了幾種特征參數(shù)的基礎(chǔ)上，通過與BP神經(jīng)網(wǎng)絡(luò)算