電阻層析成像技術(shù)（Electrical Resistance Tomography,ERT）是一種新興的可視化過程檢測技術(shù),具有非侵入、安全、簡單便攜、造價低等特點,有著廣闊的應用前景。然而,由于ERT的“軟場”效應,重建過程具有高度的非線性、不適定性和病態(tài)性,導致重建圖像退化嚴重、準確度不高,限制了其應用與發(fā)展。降低ERT重建圖像退化程度,提高成像精度,一直是國內(nèi)外ERT研究的重點和熱點問題。本文針對ERT的圖像退化問題,重點開展了基于非線性映射的ERT重建研究。針對ERT圖像退化問題,從ERT圖像重建原理和數(shù)學模型入手,分析了場域分布與邊界測量電壓的映射關(guān)系。指出了在ERT敏感場中,對邊界電壓與電導率分布間的映射關(guān)系進行線性化近似是導致重建圖像退化的主要原因,也是導致場域內(nèi)靈敏度系數(shù)嚴重的非一致性引起圖像退化畸變的重要因素。針對ERT線性化求解對重建圖像退化的影響,在分析采用均勻場靈敏度矩陣重建誤差影響的基礎上,提出了一種對重建圖像與靈敏度矩陣關(guān)聯(lián)的交替修正的迭代動態(tài)更新重建算法,構(gòu)建了具有非線性特征的映射關(guān)系。該算法根據(jù)邊界電壓的變化與初始靈敏度矩陣引入誤差之間的相關(guān)性,獲得具有... 

【文章來源】：中北大學山西省

【文章頁數(shù)】：114 頁

【學位級別】：博士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景及意義
        1.1.1 電阻層析成像的概念及技術(shù)優(yōu)勢
        1.1.2 電阻層析成像的應用及研究前景
    1.2 電阻層析成像技術(shù)的研究進展
        1.2.1 電學層析成像重建算法的研究進展
        1.2.2 深度學習在電學成像中的應用發(fā)展
        1.2.3 阻抗激勵測量模式的研究進展
    1.3 本文的主要研究內(nèi)容及組織結(jié)構(gòu)
        1.3.1 現(xiàn)有研究工作的挑戰(zhàn)
        1.3.2 本文的主要研究工作
        1.3.3 論文組織結(jié)構(gòu)
第二章 ERT圖像退化分析
    2.1 引言
    2.2 ERT技術(shù)基本原理
        2.2.1 ERT的測量原理
        2.2.2 ERT的數(shù)學模型
        2.2.3 基于有限元法的ERT重建
    2.3 ERT圖像退化分析
        2.3.1 ERT圖像退化現(xiàn)象及評價標準
        2.3.2 有限元剖分對正問題計算的影響
        2.3.3 敏感場特性對反演重建的影響
    2.4 本章小結(jié)
第三章 基于靈敏度誤差估計的ERT修正算法
    3.1 引言
    3.2 基于靈敏度誤差估計的ERT圖像修正算法
        3.2.1 均勻場靈敏度矩陣引起的重建誤差估計
        3.2.2 基于誤差懲罰的圖像修正算法
        3.2.3 重建圖像及靈敏度矩陣交替修正算法流程
    3.3 圖像重建實驗及分析
        3.3.1 仿真實驗結(jié)果及分析
        3.3.2 實測實驗結(jié)果及分析
    3.4 本章小結(jié)
第四章 基于條件式生成對抗網(wǎng)絡的ERT重建
    4.1 引言
    4.2 ERT數(shù)據(jù)集的產(chǎn)生
        4.2.1 電導率分布圖像集合的產(chǎn)生
        4.2.2 邊界電壓集合的產(chǎn)生
    4.3 基于條件式生成對抗網(wǎng)絡的ERT重建
        4.3.1 訓練目標函數(shù)
        4.3.2 ERT條件式生成對抗網(wǎng)絡設計
        4.3.3 基于自適應判別網(wǎng)絡的訓練流程
    4.4 基于CGAN的 ERT重建實驗及分析
        4.4.1 CGAN網(wǎng)絡參數(shù)設定
        4.4.2 仿真實驗結(jié)果及分析
        4.4.3 實測實驗結(jié)果及分析
    4.5 基于CGAN的重建圖像復原及實驗分析
        4.5.1 基于CGAN的重建圖像復原網(wǎng)絡結(jié)構(gòu)
        4.5.2 實驗及分析
    4.6 本章小結(jié)
第五章 帶有中心電極的ERT圖像重建
    5.1 引言
    5.2 帶有中心電極的ERT傳感器設計
        5.2.1 傳感器結(jié)構(gòu)設計
        5.2.2 混合激勵測量模式分析
    5.3 帶有中心電極的ERT圖像融合算法研究
        5.3.1 場域敏感性分析
        5.3.2 中心激勵模式的電導率分布重建
        5.3.3 融合重建算法研究
    5.4 圖像重建實驗及分析
        5.4.1 實驗設置
        5.4.2 仿真實驗結(jié)果及分析
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    6.1 本文總結(jié)
    6.2 展望
參考文獻
攻讀博士學位期間發(fā)表的論文及所取得的研究成果
致謝


【參考文獻】：
期刊論文
[1]基于印刷傳感層電阻抗成像的復合材料結(jié)構(gòu)損傷識別[J]. 鄭一飛,嚴剛,郭樹祥.  航空科學技術(shù). 2020(04)
[2]沉積物中天然氣水合物生成過程的二維電阻層析成像觀測[J]. 李彥龍,孫海亮,孟慶國,劉昌嶺,陳強,邢蘭昌.  天然氣工業(yè). 2019(10)
[3]GA-SVM在木材缺陷識別中的應用[J]. 徐梓敬,賈培,吳楠,徐凱宏.  傳感器與微系統(tǒng). 2019(09)
[4]基于電阻抗層析成像的CFRP結(jié)構(gòu)損傷檢測[J]. 范文茹,王勃,李靚瑤,周琛.  北京航空航天大學學報. 2019(11)
[5]基于先驗信息的人體肺癌電阻抗層析成像[J]. 李佳,岳士弘,王亞茹.  傳感器與微系統(tǒng). 2018(10)
[6]加壓氣液鼓泡塔的CFD數(shù)值模擬與ERT實驗驗證[J]. 張博,秦玉建,靳海波,楊索和,何廣湘,羅國華,徐新,郭曉燕.  化學反應工程與工藝. 2017(04)
[7]電阻層析成像技術(shù)最優(yōu)激勵與測量模式的研究[J]. 李坤,張煜林,邵云峰,李勤,關(guān)煒,韓焱.  測試技術(shù)學報. 2017(03)
[8]電學層析成像技術(shù)[J]. 王化祥.  自動化儀表. 2017(05)
[9]基于電阻層析成像技術(shù)的氣升式內(nèi)循環(huán)鼓泡反應器流體力學研究[J]. 靳海波,連以誠,劉鑫,林金芝,楊索和,何廣湘.  中南大學學報(自然科學版). 2016(11)
[10]電阻層析成像系統(tǒng)陣列電極寬度優(yōu)化[J]. 肖理慶,王化祥,聶文艷.  天津大學學報(自然科學與工程技術(shù)版). 2018(01)

博士論文
[1]基于電阻成像技術(shù)的水平管氣液兩相流研究[D]. 許燕斌.天津大學 2009
[2]電阻層析成像技術(shù)應用研究[D]. 余金華.浙江大學 2005

碩士論文
[1]植物塊莖電阻層析成像仿真研究[D]. 黎光宇.北京交通大學 2011



本文編號：3565487