电磁层析成像技术的研究

论文摘要

电磁层析成像(Eletromagnetic Tomography, EMT)技术是上世纪90年代发展起来的一种基于电磁感应原理的新型过程层析成像技术,适合检测和重现可用电导率或磁导率表示的多相流物场空间,具有非接触、非侵入、成本低、实时成像等优点。本文采用了仿真系统和实验室硬件系统相结合,理论联系实际的研究手段,以仿真系统为对象,建立EMT系统的物理模型、灵敏度模型等,选择合适的硬件参数和图像重建算法,作为建立实验室系统的基础和依据。在硬件系统开发方面,构建合理的实验室EMT系统,将重建算法应用于实验室系统,评价重现图像的质量。论文的主要工作和创新点包括：(1)归纳已有EMT系统,并根据系统特点进行分类,总结了它们结构上的特点。(2)推导出EMT系统的物理模型。根据麦克斯韦方程组推导出EMT系统的数学模型并采用有限元方法进行线性化处理,得到EMT系统的有限元模型。(3)分析了检测线圈位置发生平移或角度偏转对成像结果的影响,结果表明检测线圈位置的偏移会造成成像图像向物场边缘偏离,为校正硬件系统模型提供了理论依据。(4)从提高灵敏度模型计算速度,减少存储空间等方面,确定新型灵敏度计算方法。设计了基于EFCL(electric field centre lines)曲线的阈值灵敏度计算方法,给出了阈值灵敏度计算方法和阈值的计算公式,通过与原始计算方法在成像速度和成像质量上的比较,确定了该种灵敏度计算方法的有效性。(5)建立了一种非线性灵敏度归一化模型,并应用于图像重建中,通过与线性归一化模型对比得出,所提模型更逼近原始灵敏度的变化趋势,重建图像与真实模型的相关性高于线性归一化方法。(6)以共轭梯度算法为基础,给出了适用于电磁层析成像技术的修正共轭梯度算法。从相对图像误差、相关性和收敛曲线几个方面评价了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EMT图像重建中的情况,修正共轭梯度图像重建算法提高了收敛速度,改善了重建图像的质量。(7)设计并实现了8线圈同层排列高频大功率电磁层析成像实验室系统,激励线圈和检测线圈交替使用,高频激励频率为10MHz,高频信号经过前置放大和功率放大后的功率增益为37dB。将所提的图像重建方法和选择的参数应用到实验室系统中,从图像误差、相关度等方面评价重建的图像的质量,实验结果表明,该系统具有良好的检测能力和图像重建能力。

论文目录

• 摘要
• Abstract
• 目录
• 第1章 绪论
• 1.1 过程层析成像技术（Process Tomography）的发展
• 1.1.1 核子层析成像技术
• 1.1.2 超声波层析成像
• 1.1.3 电层析成像技术
• 1.1.3.1 电阻层析成像技术
• 1.1.3.2 电容层析成像技术
• 1.1.3.3 电磁层析成像（EMT）技术
• 1.2 EMT系统的发展概况
• 1.2.1 两线圈EMT系统
• 1.2.2 多线圈平行激励场EMT系统
• 1.2.3 多线圈非平行场EMT系统
• 1.3 本文研究背景和主要创新点
• 1.4 论文的组织结构
• 第2章 电磁层析成像中正问题的研究
• 2.1 过程层析成像技术的基本原理
• 2.2 正问题和反问题的数学描述
• 2.3 EMT正问题研究的主要任务
• 2.4 EMT系统的数学模型及计算
• 2.4.1 EMT仿真系统传感器结构及数学模型的建立
• 2.4.2 EMT系统数学模型的有限元求解
• 2.4.2.1 有限元法
• 2.4.2.2 EMT系统数学模型的有限元分析
• 2.4.3 检测线圈位置偏差对成像结果的影响
• 2.4.3.1 线圈位置偏移对测量值的影响
• 2.4.3.2 线圈位置偏移对重建图像的影响
• 2.4.3.3 结论
• 2.4.4 灵敏度模型的建立
• 第3章 电磁层析成像中的预处理技术
• 3.1 灵敏度的快速生成方法
• 3.1.1 系数矩阵的索引存储方法
• 3.1.2 总系数矩阵的快速生成法
• 3.2 EMT中阈值灵敏度计算方法
• 3.2.1 基于EFCL的灵敏度分布
• 3.2.2 阈值灵敏度计算方法
• 3.2.3 阈值灵敏度法成像结果
• 3.3 EMT中不同灵敏度快速处理方法的比较
• 3.4 灵敏度的归一化处理
• 3.4.1 ECT电容和灵敏度的归一化思想
• 3.4.2 ERT成像数据对数归一化
• 3.4.3 EMT灵敏度归一化处理
• 3.4.3.1 新归一化模型的推导
• 3.4.3.2 不同归一化模型仿真结果分析
• 第4章 反问题的数值方法
• 4.1 病态系统与离散正则化
• 4.2 迭代正则化方法
• 4.2.1 迭代Tikhonov正则化方法
• 4.2.2 基于全变差（TV）的正则化方法
• 4.2.3 最速下降法
• 4.2.4 L-dweber迭代法
• 4.2.5 正则化方法在图像重建中的问题
• 4.3 正则化参数选择方法
• 4.3.1 Morozov偏差原理
• 4.3.2 交叉校验和广义交叉校验
• 4.3.3 L曲线法
• 4.4 人工神经网络法
• 4.4.1 人工神经网络模型
• 4.4.2 多层前馈网络在EMT中的应用
• 第5章 修正共轭梯度算法的设计与实现
• 5.1 变分原理和最速下降法
• 5.2 共轭梯度法
• 5.3 修正共轭梯度法
• 5.3.1 修正共轭梯度算法的推导
• 5.3.2 仿真实验
• 5.3.3 仿真结果评价
• 5.3.4 收敛性分析
• 5.4 最速下降-DY混合方法
• 第6章 8线圈高频单层EMT实验室系统的测试
• 6.1 激励信号处理电路的设计与实现
• 6.1.1 射频压控振荡器的设计与实现
• 6.1.2 功率驱动放大器和末级功率放大器的设计与实现
• 6.2 线圈传感器及物场空间的优化设计
• 6.2.1 优化参数
• 6.2.2 优化目标
• 6.2.3 EMT传感器和物场空间结构参数选择
• 6.3 实验结果分析
• 第7章 结论与展望
• 参考文献
• 致谢
• 作者简介、发表的文章及参加科研项目