1、過程層析成像(PT)技術(shù)是目前極具發(fā)展?jié)摿Φ男乱淮I(yè)過程參數(shù)檢測技術(shù)。電容層析成像(ECT)技術(shù)是一種基于電容敏感機理的PT技術(shù)，具有非輻射、非侵入、響應速度快、結(jié)構(gòu)簡單、成本低、應用廣泛等優(yōu)點，被認為是PT技術(shù)研究和發(fā)展的主流。 ECT成像技術(shù)是ECT系統(tǒng)的關(guān)鍵技術(shù)，涉及兩個方面的問題：一是正問題，已知管道內(nèi)物質(zhì)的分布情況，求電容傳感器中各極板對之間的電容；二是逆問題，ECT系統(tǒng)圖像重建算法的研究，即如何通過有限個觀測數(shù)據(jù)(

2、電容測量值)將成像區(qū)域內(nèi)的介質(zhì)的介電常數(shù)空間分布圖像重建出來。 目前對于J下問題的解決方法主要是用有限元法，有限元法是一種高效能、通用的計算方法。本文借助有限元軟件ANSYS，對電容傳感器建立了新的有限元模型，采用新的剖分方式來進行仿真計算，從計算結(jié)果與實驗結(jié)果相比較來看，誤差較小，證明了此方法的可行性。 ECT系統(tǒng)圖像重建算法是一個非線性的、不適定的逆問題。RBF神經(jīng)網(wǎng)絡是一個通用的非線性函數(shù)的逼近器，只要有足夠多的隱

3、層神經(jīng)元，就可以逼近任意多元非線性連續(xù)函數(shù)。本文在前人的研究成果的基礎上，探討了RBF神經(jīng)網(wǎng)絡在用于氣固兩相流質(zhì)量流量在線測量的ECT檢測算法研究中的應用。 本文根據(jù)所研究的具體問題，對RBF神經(jīng)網(wǎng)絡的結(jié)構(gòu)參數(shù)進行了設計；對傳統(tǒng)的K均值聚類算法進行了改進，來對徑向基函數(shù)里的參數(shù)進行了培訓；并編寫了基于VC++6.0開發(fā)環(huán)境下的算法程序以及圖像重建結(jié)果顯示程序；針對某些流型，給出于圖像重建實驗結(jié)果分析。 最后，關(guān)于進一步工