氣液兩相流超聲過程層析成像理論與實驗
發(fā)布時間:2021-08-02 15:32
采用超聲過程層析技術(shù)對氣泡流動進行理論和實驗研究。為提高氣液兩相流超聲層析成像的重建精度,在二值反投影(BBP)基礎(chǔ)上發(fā)展了邊緣增強反投影(EEBP)。為模擬投影數(shù)據(jù),采用有限元分析給定氣泡分布下聲壓場。仿真結(jié)果表明,EEBP的空間成像誤差明顯小于BBP。搭建一套氣液兩相流超聲層析成像系統(tǒng),可實現(xiàn)對24個換能器組成陣列的投影信號獲取。利用該系統(tǒng)進行單、雙氣泡流測試,通過提出的EEBP重建算法與硬件系統(tǒng)的結(jié)合,可準確得到流動中的氣泡空間位置、尺寸以及形狀。仿真與實驗中EEBP算法重建圖像的最小空間成像誤差為2.03%,表明在氣泡流動穩(wěn)定的情況下,該系統(tǒng)具備可行性與可靠性。
【文章來源】:儀器儀表學(xué)報. 2020,41(07)北大核心EICSCD
【文章頁數(shù)】:9 頁
【部分圖文】:
陣列中聲波與氣泡的作用
UPT工作過程中,超聲換能器陣列是層析成像系統(tǒng)獲取投影數(shù)據(jù)的重要構(gòu)成。其結(jié)構(gòu)形式是決定測量信號數(shù)目、數(shù)據(jù)測量誤差以及數(shù)據(jù)采集效率的關(guān)鍵。為提高氣泡的重建效果,超聲換能器陣列的設(shè)計必須采用能提供更多投影數(shù)據(jù)的結(jié)構(gòu)。為滿足這一要求且在保證系統(tǒng)較高可行性的前提下,采用圖2所示的扇形束陣列掃描結(jié)構(gòu)(換能器為柱面式,形成的發(fā)散扇形聲束可被多接收器同時接收),這樣可使單次測量的有效投影數(shù)據(jù)量增加,提高氣泡的重建精度和空間分辨率。理論上,只有當觀察角數(shù)目無限多、每一觀察角下投影無限多且間隔無限小的情況下才能獲得氣液兩相截面的“精確重建”[17]。然而,考慮到超聲換能器陣列的布局和構(gòu)成受到換能器實際尺寸的影響,此外在換能器數(shù)目達到一定數(shù)目后,通過增加換能器并不能讓成像精度成大幅提高。綜合考慮下,采用24個超聲換能器構(gòu)成的扇形束陣列(圖2)。其中,8個為收發(fā)一體式,分別記為Tx1, Tx2, Tx3, …,Tx8。其余的只作接收器,依次記為Rx1, Rx2, Rx3, …,Rx16,扇形束投影可覆蓋所有接收器。
反投影最初在X射線斷層掃描中發(fā)展起來;谛盘柖祷姆赐队八惴(binary back projection, BBP)可實現(xiàn)快速重建。算法的快速性要求投影數(shù)據(jù)是被某個閾值處理后的邏輯值;谇笆龇治隹芍,在氣液兩相流中,聲波從流動介質(zhì)到氣泡幾乎被全部反射。若發(fā)射器和接收器之間有氣泡,將接收不到透射信號。重建時,將圖像權(quán)重值“1”分配給反投影區(qū)間(圖3斜線區(qū)間)。若發(fā)射器和接收器之間沒有氣泡,可接收到正常信號,按圖像權(quán)重值“0”分配。利用BBP算法進行重建,首先將橫截面重建圖像矩陣G離散成n×n個網(wǎng)格;然后,將二值投影數(shù)據(jù)矩陣S的每個元素轉(zhuǎn)換為反投影圖形矩陣Pk:
【參考文獻】:
期刊論文
[1]Investigation and analysis of a fluidized bed dryer by process tomography sensor[J]. Hai-Gang Wang,Yong-Lei Lin,Wu-Qiang Yang. Petroleum Science. 2020(02)
[2]基于改進靈敏度矩陣的ERT圖像重建[J]. 顏華,胡麗娟,王伊凡,周英鋼. 儀器儀表學(xué)報. 2018(05)
[3]基于X射線圖像和卷積神經(jīng)網(wǎng)絡(luò)的石油鋼管焊縫缺陷檢測與識別[J]. 劉涵,郭潤元. 儀器儀表學(xué)報. 2018(04)
[4]基于諧波小波分解的靜電傳感器顆粒流動參數(shù)測量[J]. 王奇,張文彪,閆勇,王超. 電子測量與儀器學(xué)報. 2018(01)
[5]旋風(fēng)筒中磷石膏顆粒濃度分布的電容層析法實驗研究[J]. 嚴思思,熊詠梅,劉少文. 磷肥與復(fù)肥. 2016(12)
[6]曝氣池中氣液兩相流速度場分布的實驗研究與數(shù)值模擬[J]. 王蒙,孫楠,王穎,程文. 水利學(xué)報. 2016(10)
[7]氣固兩相流超聲過程層析成像系統(tǒng)研究[J]. 田昌,蘇明旭,顧建飛. 儀器儀表學(xué)報. 2016(03)
[8]一種新型的三維ECT傳感器及三維圖像重建方法[J]. 陳德運,高明,宋蕾,林甲楠,于曉洋. 儀器儀表學(xué)報. 2014(05)
[9]旋流氣浮中氣泡-顆粒碰撞效率影響因素理論分析[J]. 韓嚴和,陳家慶,桑義敏,阮修莉,王春升,王建文,張明. 過程工程學(xué)報. 2013(02)
[10]矩形電容層析成像傳感器仿真模擬和實驗測量[J]. 趙國榮,王海剛,呂清剛. 儀器儀表學(xué)報. 2012(05)
本文編號:3317820
【文章來源】:儀器儀表學(xué)報. 2020,41(07)北大核心EICSCD
【文章頁數(shù)】:9 頁
【部分圖文】:
陣列中聲波與氣泡的作用
UPT工作過程中,超聲換能器陣列是層析成像系統(tǒng)獲取投影數(shù)據(jù)的重要構(gòu)成。其結(jié)構(gòu)形式是決定測量信號數(shù)目、數(shù)據(jù)測量誤差以及數(shù)據(jù)采集效率的關(guān)鍵。為提高氣泡的重建效果,超聲換能器陣列的設(shè)計必須采用能提供更多投影數(shù)據(jù)的結(jié)構(gòu)。為滿足這一要求且在保證系統(tǒng)較高可行性的前提下,采用圖2所示的扇形束陣列掃描結(jié)構(gòu)(換能器為柱面式,形成的發(fā)散扇形聲束可被多接收器同時接收),這樣可使單次測量的有效投影數(shù)據(jù)量增加,提高氣泡的重建精度和空間分辨率。理論上,只有當觀察角數(shù)目無限多、每一觀察角下投影無限多且間隔無限小的情況下才能獲得氣液兩相截面的“精確重建”[17]。然而,考慮到超聲換能器陣列的布局和構(gòu)成受到換能器實際尺寸的影響,此外在換能器數(shù)目達到一定數(shù)目后,通過增加換能器并不能讓成像精度成大幅提高。綜合考慮下,采用24個超聲換能器構(gòu)成的扇形束陣列(圖2)。其中,8個為收發(fā)一體式,分別記為Tx1, Tx2, Tx3, …,Tx8。其余的只作接收器,依次記為Rx1, Rx2, Rx3, …,Rx16,扇形束投影可覆蓋所有接收器。
反投影最初在X射線斷層掃描中發(fā)展起來;谛盘柖祷姆赐队八惴(binary back projection, BBP)可實現(xiàn)快速重建。算法的快速性要求投影數(shù)據(jù)是被某個閾值處理后的邏輯值;谇笆龇治隹芍,在氣液兩相流中,聲波從流動介質(zhì)到氣泡幾乎被全部反射。若發(fā)射器和接收器之間有氣泡,將接收不到透射信號。重建時,將圖像權(quán)重值“1”分配給反投影區(qū)間(圖3斜線區(qū)間)。若發(fā)射器和接收器之間沒有氣泡,可接收到正常信號,按圖像權(quán)重值“0”分配。利用BBP算法進行重建,首先將橫截面重建圖像矩陣G離散成n×n個網(wǎng)格;然后,將二值投影數(shù)據(jù)矩陣S的每個元素轉(zhuǎn)換為反投影圖形矩陣Pk:
【參考文獻】:
期刊論文
[1]Investigation and analysis of a fluidized bed dryer by process tomography sensor[J]. Hai-Gang Wang,Yong-Lei Lin,Wu-Qiang Yang. Petroleum Science. 2020(02)
[2]基于改進靈敏度矩陣的ERT圖像重建[J]. 顏華,胡麗娟,王伊凡,周英鋼. 儀器儀表學(xué)報. 2018(05)
[3]基于X射線圖像和卷積神經(jīng)網(wǎng)絡(luò)的石油鋼管焊縫缺陷檢測與識別[J]. 劉涵,郭潤元. 儀器儀表學(xué)報. 2018(04)
[4]基于諧波小波分解的靜電傳感器顆粒流動參數(shù)測量[J]. 王奇,張文彪,閆勇,王超. 電子測量與儀器學(xué)報. 2018(01)
[5]旋風(fēng)筒中磷石膏顆粒濃度分布的電容層析法實驗研究[J]. 嚴思思,熊詠梅,劉少文. 磷肥與復(fù)肥. 2016(12)
[6]曝氣池中氣液兩相流速度場分布的實驗研究與數(shù)值模擬[J]. 王蒙,孫楠,王穎,程文. 水利學(xué)報. 2016(10)
[7]氣固兩相流超聲過程層析成像系統(tǒng)研究[J]. 田昌,蘇明旭,顧建飛. 儀器儀表學(xué)報. 2016(03)
[8]一種新型的三維ECT傳感器及三維圖像重建方法[J]. 陳德運,高明,宋蕾,林甲楠,于曉洋. 儀器儀表學(xué)報. 2014(05)
[9]旋流氣浮中氣泡-顆粒碰撞效率影響因素理論分析[J]. 韓嚴和,陳家慶,桑義敏,阮修莉,王春升,王建文,張明. 過程工程學(xué)報. 2013(02)
[10]矩形電容層析成像傳感器仿真模擬和實驗測量[J]. 趙國榮,王海剛,呂清剛. 儀器儀表學(xué)報. 2012(05)
本文編號:3317820
本文鏈接:http://sikaile.net/kejilunwen/lxlw/3317820.html
最近更新
教材專著