摘要：传统BP神经网络是解决电容层析成像系统流型辨识经典的算法，虽然在一些简单问题上达到了工业实际应用的要求，但如果解决复杂工业问题时就会暴露出很多缺陷。针对传统BP神经网络算法的不足，为降低误差震荡现象，引入了自适应调节学习速率和附加动量因子。通过输入电容值进行训练，得到适合流型识别神经网络。仿真实验结果表明，该算法不仅继承传统BP神经网络的优点，而且还提高了ECT系统流型辨识中的收敛速度慢，解决了容易陷入局部极小值的问题。
关键词：电容层析成像；流型辨识；BP神经网络；局部极小值；收敛速度
DOI：10.15938/j.jhust.2018.01.019
中图分类号： TP391.9
文献标志码： A
文章编号： 1007-2683（2018）01-0105-06
Abstract：Traditional BP neural network is a typical mehtod to solve ECT system of flow pattern identification. It is applied to the simple problems in industrial applications， but there are many defects in solving complex industrial problems. In this paper based on the analysis of deficiency of BP neural network， for reducing the error oscillation， the adaptive learning rate adjustment factor and the additional momentum is introduced. In this method， the electrical capacitance values are input to train a network to identify the flow patterns. The simulation results show the algorithm not only inherits the advantages of traditional BP neural network， but also improve slow convergence and solve being prone to fall into local minimum problems in flow pattern identification of ECT system.
Keywords：electrical capacitance tomography；flow regime identification；BP neural network；local minimum；convergence speed
0引言
流型[1-2]的概念是两相流过程中的两相分布状态，即流体[3]流动的形成。流型辨识的研究对工业发展起到了至关重要的作用。流型辨识方法经过多年研究，虽然取得了一定的成果，但是，在关于流型的技术上还存在同一名称的流型定义不一致的问题。早期对流型的划分比较简单，研究也停留在表面，后期随着对流型的认识加深以及研究工作的不断深入，人们开始对流型进行更加细致的划分。
流型辨识被當今学者主要分为两种，一是对各级流型图判定[4]，二是利用仪器仪表所测得的数据直接进行分析。
1ECT原理
电容层析成像[5-6]（electrical capacitance tomography，ECT）技术的测量原理是：多相流体的各相介质具有不同的介电常数，多相流混合体等价介电常数和电容值的测量变化是由各相组分浓度分布和变化引起的，电容值变化[7-8]会引起多相流介质相浓度大小和分布情况的改变。
电压测量、电流激励是ECT系统通常工作方式。场内的电导率发生变化不但改变场内电势分布与电流场的分布，还会改变场域边界上测量的电容值，边界测量电容也包含了场域内电导率信息。先对水为满管状态下对应位置电压进行测量，在对实际对象边界电压进行测量，利用相应计算机成像算法对两组测量电压值对比，便可重建出导电率分布情况，进行可视化测量。如图1所示，电容层析成像系统主要由计算机图像重建、电容传感器阵列、数据采集系统三部分组成。
近年来对电容传感器结构设计的研究成为了传感器的研究热点。对于传感器阵列的分布信息可以从被测物场获取。如果使用交流电压电流刺激一下被测物，从被测物场的任意的角度我们都可以观察出空间的敏感场。敏感阵列之所以能够输出相对应的信号是由于物场的内部不同电导率和敏感场的变化引起的。
电容极板之间的电容值可以看作为管道截面内所有点对该电容不同贡献的叠加，因此，电极电容值就是来自管道截面内多相流体扫描，从管内多相流体任何一个方向或者角度投影所得到的数据就是实验的电容值。电容层析成像的投影数据也就是电容值在多相流参数和图像重建的各个阶段中使用的数据。
通道的数据采集控制，A/D变换及通讯接口，电压/电容（V/C）变换等组成电容数据采集系统，设计的重点和难点是电压/电容（V/C）变换电路，电容层析成像越精确，系统的识别也就更加的精确。
对数据进行加工处理后，被测物场会有一个时间过程来形成二维或三维图像，形成二维或三维图像的时间过程就是计算机的图像重建，过程设备或者装置内部某个界面上的不同电导率分布可以直观的显示出来，可以使用相应知识的软件库，提取被测物场的内部信息：如流型、相含率、相速度、相尺寸等。成像系统控制外围接口电路指令的发出，数据采集系统采集数据并接收数据，采用相应图像重建算法对采集到的数据进行处理，以达到图像重建效果。