本發(fā)明涉及層析成像敏感場獲取領(lǐng)域，尤其涉及一種利用耦合微波成像信息的敏感場的電容層析成像方法，以及應(yīng)用敏感場的獲取方法對氣固流動體系進行監(jiān)測。
背景技術(shù)：
：復(fù)雜氣固流動體系廣泛存在于能源、制藥、食品處理以及其它化工領(lǐng)域，如循環(huán)流化床提升管中的氣固流動，制藥工業(yè)的包衣、造粒過程等。實現(xiàn)復(fù)雜氣固流動過程的實時監(jiān)控，對優(yōu)化過程、安全生產(chǎn)、提高產(chǎn)量具有重要意義。電容層析成像(ElectricalCapacitanceTomography，ECT)是一種實時的可視化層析成像技術(shù)，能夠獲取測量橫截面或區(qū)域的氣固分布信息，可以實現(xiàn)對流化床提升管以及包衣過程中氣固濃度的實時監(jiān)測，在復(fù)雜氣固流動體系的檢測中應(yīng)用廣泛。電容層析成像具有諸多優(yōu)點：結(jié)構(gòu)簡單、非侵入和非接觸、無輻射、成像速度快、耐高溫高壓、低成本等。電容層析成像技術(shù)的圖像重構(gòu)涉及兩方面的問題求解，即正問題和反問題。正問題即利用泊松方程來獲得測量區(qū)域的電勢分布，然后根據(jù)電勢分布來獲得敏感場。反問題即利用已獲得的敏感場和已知的算法來進行介電常數(shù)分布的重建。常規(guī)的線性電容層析成像正問題是在測量區(qū)域的介電常數(shù)的分布已知的條件下(通常認為是空場)根據(jù)電勢分布來計算敏感場(參見圖1所示)。在接下來的步驟中認為敏感場不隨介電常數(shù)的分布變化，進行反問題的求解。上述步驟中的敏感場是通過空場情況下的介電常數(shù)分布來獲得，與實際的敏感場分布相差較遠，重構(gòu)圖像具有較大的誤差。為了克服傳統(tǒng)的利用空場計算敏感場的弊端，在一些利用迭代算法求解反問題的過程中引入了隨時間變化的敏感場，即在每一步求解過程中根據(jù)此時的介電常數(shù)分布重新計算敏感場。這種實時更新敏感場的方法也稱為半線性迭代算法(參見圖2所示)。與傳統(tǒng)的方法相比，半線性迭代重構(gòu)圖像的誤差較小，但是實時更新敏感場使得計算時間過長，無法在線應(yīng)用。因此，需要設(shè)計新的敏感場求解方法以減小圖像重構(gòu)誤差并提高迭代速度。最主要的技術(shù)缺陷：線性重構(gòu)的敏感場是在空場的情況下獲得的，與實際的敏感場差別較大，重構(gòu)圖像誤差較大。半線性重構(gòu)需要實時更新敏感場，計算時間長，重構(gòu)圖像求解速度低。技術(shù)實現(xiàn)要素：有鑒于此，本發(fā)明的目的在于提出一種融合微波成像信息的電容層析成像方法。根據(jù)本發(fā)明的一方面，提出一種利用耦合微波成像信息的敏感場的電容層析成像方法，包括步驟：S1：獲得電容層析成像系統(tǒng)的泊松方程；S2：利用微波成像信息獲取介電常數(shù)的分布，根據(jù)該分布通過有限元方法求解泊松方程獲得測量區(qū)域的電勢分布；S3：利用電勢分布獲得敏感場分布；以及S4：利用敏感場和重構(gòu)圖像算法進行圖像重構(gòu)。優(yōu)選的，步驟S1包括子步驟：S11：在電容層析成像系統(tǒng)中麥克斯韋方程組簡化為如下形式：▿×E=0---(15)]]>▿×H=0---(16)]]>▿·D=ρ---(17)]]>▿·B=0---(18)]]>上述方程中E表示電場強度，H表示磁場強度，D表示電位移矢量，ρ表示電荷密度，B表示磁感應(yīng)強度；S12：對電容層析成像系統(tǒng)測量區(qū)域中無自由電荷，因此ρ＝0，所以方程(31)變?yōu)?dtri;·D=0---(19),]]>S13：對于各向同性、線性介質(zhì)，電位移矢量D、電場強度E、介電常數(shù)ε滿足方程D＝εE(20)，S14：電場強度E、電勢u的關(guān)系由方程給出E=-▿u---(21),]]>S15：聯(lián)立方程(33)、(34)、(35)獲得泊松方程▿·(ϵ▿u)=0---(22).]]>優(yōu)選的，步驟S2包括子步驟：S21：利用微波成像信息獲取介電常數(shù)的分布，；S22：利用有限元方法或有限差分方法將測量區(qū)域離散成M×N個均勻分布的點，其中M和N為自然數(shù)；S23：利用步驟S21獲得的介電常數(shù)ε的分布，配合測量區(qū)域的邊界條件求解泊松方程(36)。優(yōu)選的，所述微波成像信息通過微波層析成像傳感器獲取。優(yōu)選的，步驟S3包括子步驟：S31：利用泊松方程(36)可獲得測量區(qū)域中電勢與介電常數(shù)之間的關(guān)系，即u＝f(ε)(23)S32：測量區(qū)域中，激勵電壓V、電荷量Q、電容C滿足方程C=QV=-1V∫∫Γϵ▿udΓ---(24)]]>式中Γ為檢測電極的表面；S33：聯(lián)立方程(37)、(38)：得C＝ξ(ε)(25)；利用多元函數(shù)的泰勒公式可得ΔC=dξdϵ(Δϵ)+O(Δϵ2)---(26)]]>S34：由于Δε很小，忽略o(Δε2)將(40)線性化，同時令獲得ΔC＝SΔε(27)即敏感場實際表示的為電容相對于介電常數(shù)的變化。優(yōu)選的，在步驟S3中步驟S34之后還具有子步驟：S35：根據(jù)公式(8)中獲得的電勢分布來求解敏感場元素Sij，從而獲得敏感場矩陣S；Sij=-∫∫p(x,y)▿ui(x,y)Vi·▿uj(x,y)Vj---(28)]]>其中ui表示對電極i施加激勵電壓Vi時在離散單元p(x，y)處的電勢分布，uj表示對電極j施加Vj的激勵電壓時在離散單元p(x，y)處的電勢分布。優(yōu)選的，步驟S4包括：利用公式(14)獲得的敏感場矩陣S配合圖像重構(gòu)算法進行圖像重構(gòu)。根據(jù)本發(fā)明的另一方面，還提供一種應(yīng)用，即利用上述成像方法監(jiān)控含氣態(tài)和固態(tài)的流動體系。通過上述方案，可以看出本發(fā)明的有益效果在于(1)本發(fā)明通過融合微波成像的電容層析成像方法，求解敏感場時所用的介電常數(shù)分布更接近真實分布，可以獲得更精確的敏感場，獲得的敏感場應(yīng)用于線性重構(gòu)算法時，可以獲得更精確的圖像；(2)本方法不更新敏感場，應(yīng)用對象為線性重構(gòu)算法，相對于半線性算法擁有更高的計算速度；(3)當(dāng)該方法實際應(yīng)用于循環(huán)流化床和包衣等過程時，可以實時獲得更精確的氣固濃度分布圖像，實現(xiàn)對上述過程的更有效的監(jiān)控。附圖說明圖1是現(xiàn)有技術(shù)的線性電容層析成像圖像重構(gòu)流程圖。圖2是現(xiàn)有技術(shù)的半線性電容層析成像圖像重構(gòu)流程。圖3是本發(fā)明實施例的電容層析成像傳感器的結(jié)構(gòu)示意圖。圖4是本發(fā)明實施例的微波層析成像傳感器的結(jié)構(gòu)示意圖。圖5是本發(fā)明實施例的耦合微波成像信息的電容層析成像流程圖。圖6是本發(fā)明實施例的微波層析成像傳感器另一種實施方式的結(jié)構(gòu)示意圖。具體實施方式為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚明白，以下結(jié)合具體實施例，并參照附圖，對本發(fā)明作進一步的詳細說明。下述參照附圖對本發(fā)明實施方式的說明旨在對本發(fā)明的總體發(fā)明構(gòu)思進行解釋，而不應(yīng)當(dāng)理解為對本發(fā)明的一種限制。圖5表示利用耦合微波成像信息的敏感場的電容層析成像方法流程圖。根據(jù)本發(fā)明總體上的發(fā)明構(gòu)思，提供一種耦合微波成像信息的電容層析成像敏感場獲取方法，包括步驟：S1：獲得電容層析成像系統(tǒng)的泊松方程；S2：利用微波成像信息獲取介電常數(shù)的分布，根據(jù)該分布通過有限元方法求解泊松方程獲得測量區(qū)域的電勢分布；S3：利用電勢分布獲得敏感場分布；以及S4：利用敏感場和重構(gòu)圖像算法進行圖像重構(gòu)。以下將對各個步驟的實現(xiàn)方式和各步驟中各種替代性技術(shù)手段進行具體解釋說明：圖1和圖6所示的電容層析成像傳感器的電極數(shù)可以用12、16、20、24、28或32代替。其中，步驟S1包括子步驟：S1：泊松方程的獲得，在電容層析成像系統(tǒng)中麥克斯韋方程組可以簡化為如下形式：▿×E=0---(29)]]>▿×H=0---(30)]]>▿·D=ρ---(31)]]>▿·B=0---(32)]]>上述方程中E表示電場強度，H表示磁場強度，D表示電位移矢量，ρ表示電荷密度，B表示磁感應(yīng)強度。S12：對電容層析成像系統(tǒng)測量區(qū)域3中無自由電荷，故ρ＝0，所以方程(31)變?yōu)?dtri;·D=0---(33)]]>S13：對于各向同性、線性介質(zhì)，電位移矢量D、電場強度E、介電常數(shù)ε滿足方程D＝εE(34)S14：電場強度E、電勢u的關(guān)系由方程給出E=-▿u---(35)]]>S15：聯(lián)立方程(33)、(34)、(35)可獲得泊松方程▿·(ϵ▿u)=0---(36)]]>其中，圖3表示該方法所適用的一種電容層析成像傳感器的結(jié)構(gòu)示意圖，包括外屏蔽罩1，絕緣管壁2，測量區(qū)域3，電極E1、E2…EN，其中N可取為8，12，16，20，24，28，32等自然數(shù)。如圖6所示，傳感器外形可以為方形或矩形等形狀。其中，步驟S2利用微波成像信息獲取介電常數(shù)的分布，根據(jù)該分布通過有限元方法求解泊松方程獲得測量區(qū)域的電勢分布；其可以包括子步驟：S21：利用微波成像信息獲取介電常數(shù)的分布；S22：利用有限元方法或有限差分方法將測量區(qū)域3離散成M×N個均勻分布的點；S23：利用步驟S21獲得的介電常數(shù)ε的分布，并配合測量區(qū)域的邊界條件，求解泊松方程(36)。在求解過程中傳統(tǒng)解法直接將介電常數(shù)ε設(shè)置為測量區(qū)域3為空場時的介電常數(shù)分布，而本解法利用通過微波算法獲得的介電常數(shù)ε的分布來求解泊松方程(36)。所述介電常數(shù)的信息通過微波層析成像傳感器獲取。圖4表示該方法所適用的一種微波層析成像傳感器的結(jié)構(gòu)示意圖，包括金屬主體容器4，多個(例如16個)介質(zhì)諧振天線5，管壁6，測量區(qū)域7。其中，步驟S3利用電勢分布獲得敏感場分布(敏感場的本質(zhì))包括子步驟：S31：利用泊松方程(36)可以獲得測量區(qū)域3中電勢與介電常數(shù)之間的關(guān)系，即u＝f(ε)(37)S32：激勵電壓V、電荷量Q、電容C滿足方程C=QV=-1V∫∫Γϵ▿udΓ---(38)]]>式中Γ為檢測電極的表面；S33：聯(lián)立方程(37)、(38)可得C＝ξ(ε)(39)利用多元函數(shù)的泰勒公式可得ΔC=dξdϵ(Δϵ)+o(Δϵ2)---(40)]]>S34：由于Δε很小，忽略o(Δε2)將(40)線性化，同時令最終獲得ΔC＝SΔε(41)故敏感場實際表示的為電容相對于介電常數(shù)的變化。而在實際的計算中，由于獲得異常困難，所以采用如下方法進行敏感場的求解。S35：根據(jù)公式(8中獲得的電勢分布來求解敏感場元素Sij，從而獲得敏感場矩陣S；Sij=-∫∫p(x,y)▿ui(x,y)Vi·Vuj(x,y)Vj---(42)]]>其中ui表示對電極i施加激勵電壓Vi時在離散單元p(x，y)處的電勢分布，uj表示對電極j施加Vj的激勵電壓時在離散單元p(x，y)處的電勢分布。其中，步驟S4為反問題求解(也即利用敏感場和重構(gòu)圖像算法進行圖像重構(gòu))，包括利用公式(14)獲得的敏感場矩陣S配合重構(gòu)圖像算法進行圖像重構(gòu)，即求解方程(41)。由步驟3的分析可見敏感場隨著介電常數(shù)的分布不斷變化，并不是一個常量。實際的求解過程通常采用兩種方法：常規(guī)線性解法，為方便起見同時也為了提高成像的速度，實現(xiàn)實時成像，將敏感場視為常量。傳統(tǒng)方法求得的敏感場是在介電常數(shù)分布為空場時離散求解泊松方程的結(jié)果，與實際的敏感場差別較大；半線性解法，通過不斷更新敏感場以提高計算精度，但計算敏感耗費大量時間，無法在線實時成像。而本方法的離散求解泊松方程的介電常數(shù)則由微波層析成像技術(shù)計算獲得，更接近實際的敏感場。故可以獲得更精確的圖像，同時由于不用重復(fù)計算敏感場，計算速度與常規(guī)線性算法相當(dāng)。LBP(LinearBack-Projection，線性反投影)算法和Landweber算法是應(yīng)用最廣的重構(gòu)圖像算法。LBP算法：通過對測得電容進行歸一化獲得歸一化的電容向量λ，利用方程(43)獲得真實的介電常數(shù)分布g實現(xiàn)圖像的重構(gòu)g=STλSTuλuλ=[1,1,1...1]---(43)]]>其中，歸一化的電容向量λ利用測量區(qū)域3為空場時的電容Cl、測量區(qū)域3充滿被測介質(zhì)時的電容Ch，測量區(qū)域當(dāng)前的電容C，同時借助方程(44)獲得λ=C-ClCh-Cl---(44)]]>Landweber算法：該算法為迭代算法，相對于LBP算法通?？梢垣@得更精確的成像結(jié)果。算法的計算方程(45)，初始迭代的介電常數(shù)分布為LBP算法獲得的介電常數(shù)分布。gn＝P(gn-1+αnST(λ-Sgn-1))(45)其中，gn表示n次迭代獲得的介電常數(shù)分布，gn-1表示n-1次迭代獲得的介電常數(shù)分布，為松弛因子。迭代過程中滿足如下條件P(f(x))=1f(x)>1f(x)0≤f(x)≤10f(x)<0---(46)]]>根據(jù)同一發(fā)明構(gòu)思，本實施例還提供一種采用以上的敏感場獲取方法監(jiān)控含氣態(tài)和固態(tài)的流動體系。該流動體系廣泛存在于能源、制藥、食品處理以及其它化工領(lǐng)域，如循環(huán)流化床提升管中的氣固流動，制藥工業(yè)的包衣、造粒過程等。通過實現(xiàn)復(fù)雜氣固流動過程的實時監(jiān)控，能夠優(yōu)化過程、安全生產(chǎn)和提高產(chǎn)量。以上所述的具體實施例，對本發(fā)明的目的、技術(shù)方案和有益效果進行了進一步詳細說明，應(yīng)理解的是，以上所述僅為本發(fā)明的具體實施例而已，并不用于限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。當(dāng)前第1頁1 2 3