原文传递
基于电阻层析技术的疏浚管道中含率测量
| 论文题名： | 基于电阻层析技术的疏浚管道中含率测量 |
| 关键词： | 挖泥船;疏浚管道;含率测量;电阻层析 |
| 摘要： | 挖泥船是疏浚工程中主要的疏浚设备，船上输送系统中管道测量的可测参数多达上百种，而其中的固相含率是最重要的测量参数之一，当前主要由射线源密度计进行测量。然而，射线源密度计造价高昂，难以维护，功能单一，且具有放射性，极大限制了我国疏浚工程的发展。因此，研发新一代绿色环保的密度计，完成挖泥船的装备升级，实现智能化的绿色疏浚是目前的迫切需求。 电阻层析(Electrical Resistance Tomography, ERT)技术作为一种结构简单、成本低、可靠性高且无辐射的测量技术，在工业检测等多相流领域具有广泛的应用前景，使其在疏浚工程中代替现有固相含率检测方法成为可能。为此，本文基于ERT技术，对疏浚工程中的固相含率测量方法进行研究，主要内容如下： 1) 提出一种基于先验信息的固相含率测量方法。该方法以ERT测量数据作为自变量，以对应的真实含率值作为应变量，通过最小二乘法建立线性回归模型。试验结果表明，该方法能够在与先验信息对应的相似施工条件下有效计算固相含率。本文进一步分析了此计算方法的可应用范围以及受影响因素。 2) 针对当前已有的固相含率计算方法应用于疏浚工程中的局限性，使用一种新型密度峰值聚类算法进行含率计算。该方法将 ERT 图像中的所有像素划分为液相、固相和伪迹；并将伪迹中的像素根据双加权规则划分到液相和固相中；最后，利用固相中的像素数量占总像素点的比值求出固相含率。实验结果表明，该方法能够有效地克服已有方法的局限性。 3) 针对当前固相含率计算方法的泛化能力不足问题，提出了一种基于卷积神经网络的固相含率计算方法。针对数据集所包含的固液两相流特征，设计了用于疏浚工程中固相含率计算的网络结构与训练参数，通过实验数据集进行网络训练，最后在三种不同的数据集上验证了网络的训练效果。结果表明，与基于ERT图像重建的固相含率计算方法相比，该方法在四种评价指标下的误差更小。 4) 针对本课题已有的ERT软件系统在疏浚工程中的不足，重新设计并编写了应用于疏浚工程的ERT软件系统。基于C++编程实现了ERT图像重建、含率和流速等参数的算法，基于 QT 完成可视化界面的开发，包括各种参数的显示、软件的控制等功能。最终基于此 ERT 软件系统进行疏浚模拟实验，为本文研究方法的实现和可行性验证提供了实践基础。 |
| 作者： | 李天一 |
| 专业： | 控制工程 |
| 导师： | 岳士弘;赵春峰 |
| 授予学位： | 硕士 |
| 授予学位单位： | 天津大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
