| 【中文题名】 | 小波分析技术在电容层析成像系统流型识别中的应用研究 |
| 【英文题名】 | Application Study of Wavelet Analysis in Identifying Flow Regime of Electrical Capacitance Tomography System |
| 【学科专业】 | 计算机软件与理论 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2005-11-18 |
| 【中关键词】 | 电容层析成像,小波分析,流型识别,模糊识别,敏感场, |
| 【英关键词】 | Electrical Capacitance Tomography （ECT）,wavelet analysis,identification of flow regimes,fuzzy identification,sensitivity field, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化技术及设备>自动化系统>数据处理、数据处理系统>集中检测与巡回检测系统 |
| 【论文摘要】 | 过程层析成像(PT)技术是近年来飞速发展起来的一门新技术,该技术在解决多相流检测问题上有巨大的发展潜力和广阔的工业应用前景。电容层析成像(ECT)技术是基于电容敏感机理的过程成像技术,以其非辐射、非侵入、响应速度快、结构简单、成本低、适用范围广、安全性能好等优点,成为目前过程层析成像技术发展的主流和研究热点。小波分析技术(Wavelet Analysis Technique)是近二十年才迅猛发展起来的新兴科学和实用工具,在Matlab数学软件的支持下可以在许多应用领域显示出巨大的优越性与生命力。小波变换具有可对信号进行时频分析、信号局部特征提取和时变滤波等特点。小波分析用于多相流检测及流型辨识领域,具有所需参数少,处理方法简单,强大的小波分析工具箱等明显的优势,同时便于实时、连续地判断波形等特点。
本文以8电极电容层析成像系统为研究对象,通过建立传感器的工作原理数学模型,研究了油水两相流的流型识别问题,以小波有限元模型为基础对场域进行剖分,以此为投影数据,对典型流型的流体进行基于遗传算法的图像重建。本文的主要研究内容和成果如下:
1. 首先从理论上分析了电容层析成像技术的工作原理,建立了相对敏感场的... |
| 【论文题纲】 |
|
摘要 |
4-5 |
|
Abstract |
5-9 |
|
第1章 绪论 |
9-16 |
|
1.1 多相流检测技术 |
9-11 |
|
1.1.1 多相流检测技术研究的重要意义 |
9-10 |
|
1.1.2 多相流检测技术的主要参数 |
10 |
|
1.1.3 多相流检测技术的发展现状 |
10-11 |
|
1.1.4 多相流检测技术的发展趋势 |
11 |
|
1.2 过程层析成像技术 |
11-14 |
|
1.2.1 过程层析成像技术概述 |
11-12 |
|
1.2.2 过程层析成像技术基本原理 |
12-13 |
|
1.2.3 过程层析成像技术分类 |
13-14 |
|
1.2.4 过程层析成像技术的发展趋势 |
14 |
|
1.3 流型识别与小波分析 |
14-15 |
|
1.4 课题来源及主要研究内容 |
15-16 |
|
第2章 电容层析成像系统 |
16-28 |
|
2.1 电容层析成像系统组成 |
16-21 |
|
2.1.1 传感器系统 |
16-20 |
|
2.1.2 数据采集系统 |
20 |
|
2.1.3 成像系统 |
20-21 |
|
2.2 电容层析成像系统的工作机理 |
21-26 |
|
2.2.1 电容层析成像的数学基础 |
21-22 |
|
2.2.2 灵敏度分布(敏感场)函数 |
22-26 |
|
2.3 电容层析成像技术的研究现状 |
26-27 |
|
2.4 本章小结 |
27-28 |
|
第3章 小波分析技术 |
28-40 |
|
3.1 傅立叶分析 |
28-29 |
|
3.1.1 傅立叶变换 |
28-29 |
|
3.1.2 短时傅立叶变换 |
29 |
|
3.2 小波分析技术的基本概念和理论 |
29-35 |
|
3.2.1 小波的定义 |
29-30 |
|
3.2.2 常用小波函数介绍 |
30-33 |
|
3.2.3 连续小波变换 |
33-34 |
|
3.2.4 离散小波变换 |
34-35 |
|
3.3 小波的多分辨分析理论 |
35-39 |
|
3.3.1 一维多分辨分析 |
36-37 |
|
3.3.2 一维Mallat 算法 |
37 |
|
3.3.3 二维多分辨分析 |
37-38 |
|
3.3.4 二维Mallat 算法 |
38-39 |
|
3.4 本章小结 |
39-40 |
|
第4章 ECT系统的基于小波分析技术的流型识别 |
40-66 |
|
4.1 流型识别的一般方法 |
40-43 |
|
4.1.1 传统的流型识别方法 |
40 |
|
4.1.2 基于ECT 系统的流型识别方法 |
40-43 |
|
4.2 基于小波分析的特征参数流型识别方法 |
43-52 |
|
4.2.1 二维小波有限单元法 |
43-45 |
|
4.2.2 电容层析成像系统的物理模型 |
45-48 |
|
4.2.3 数据的规一化 |
48 |
|
4.2.4 流型的特征分析 |
48-52 |
|
4.3 流型的模糊识别 |
52-55 |
|
4.3.1 模糊数学的基本概念 |
52-53 |
|
4.3.2 流型的模糊识别 |
53-55 |
|
4.4 图像重建算法 |
55-62 |
|
4.4.1 图像重建算法简介 |
55-56 |
|
4.4.2 代数重建技术(ART)算法 |
56-58 |
|
4.4.3 分相含率的计算 |
58 |
|
4.4.4 代数重建技术(ART)算法的改进 |
58-60 |
|
4.4.5 基于遗传算法的图像重建算法 |
60-62 |
|
4.5 油水两相流流型识别的实验结果 |
62-65 |
|
4.6 本章小结 |
65-66 |
|
结论 |
66-67 |
|
参考文献 |
67-70 |
|
攻读硕士学位期间发表的论文 |
70-71 |
|
致谢 |
71 |
|
| 【DOI】 | LunWen.ID:2.2008.377222 |
