CN107110804A - 密度测量系统及方法 - Google Patents
密度测量系统及方法 Download PDFInfo
- Publication number
- CN107110804A CN107110804A CN201580061229.9A CN201580061229A CN107110804A CN 107110804 A CN107110804 A CN 107110804A CN 201580061229 A CN201580061229 A CN 201580061229A CN 107110804 A CN107110804 A CN 107110804A
- Authority
- CN
- China
- Prior art keywords
- data
- slurry
- region
- electrode
- generation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001739 density measurement Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 title claims description 91
- 239000000463 material Substances 0.000 claims abstract description 200
- 230000004044 response Effects 0.000 claims abstract description 10
- 239000002002 slurry Substances 0.000 claims description 121
- 239000000203 mixture Substances 0.000 claims description 66
- 238000005259 measurement Methods 0.000 claims description 56
- 238000012544 monitoring process Methods 0.000 claims description 33
- 239000012925 reference material Substances 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 14
- 238000009826 distribution Methods 0.000 claims description 14
- 230000005611 electricity Effects 0.000 claims description 14
- 230000000704 physical effect Effects 0.000 claims description 8
- 238000012935 Averaging Methods 0.000 claims description 6
- 230000005284 excitation Effects 0.000 claims description 4
- 239000004744 fabric Substances 0.000 claims description 2
- 239000007787 solid Substances 0.000 description 68
- 239000007789 gas Substances 0.000 description 47
- 238000012545 processing Methods 0.000 description 46
- 239000002245 particle Substances 0.000 description 31
- 239000007788 liquid Substances 0.000 description 30
- 238000002593 electrical impedance tomography Methods 0.000 description 22
- 239000000470 constituent Substances 0.000 description 15
- 230000008569 process Effects 0.000 description 12
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 11
- 239000012266 salt solution Substances 0.000 description 9
- 239000004576 sand Substances 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 229910052500 inorganic mineral Inorganic materials 0.000 description 8
- 239000011707 mineral Substances 0.000 description 8
- 230000005251 gamma ray Effects 0.000 description 6
- 239000012530 fluid Substances 0.000 description 5
- 238000002347 injection Methods 0.000 description 5
- 239000007924 injection Substances 0.000 description 5
- 238000002156 mixing Methods 0.000 description 5
- 238000003325 tomography Methods 0.000 description 5
- 241000208340 Araliaceae Species 0.000 description 4
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 4
- 235000003140 Panax quinquefolius Nutrition 0.000 description 4
- 239000004088 foaming agent Substances 0.000 description 4
- 235000008434 ginseng Nutrition 0.000 description 4
- 230000005484 gravity Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 239000011343 solid material Substances 0.000 description 4
- 241000196324 Embryophyta Species 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 230000002285 radioactive effect Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- UQSXHKLRYXJYBZ-UHFFFAOYSA-N Iron oxide Chemical compound [Fe]=O UQSXHKLRYXJYBZ-UHFFFAOYSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000004927 clay Substances 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 238000009291 froth flotation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000013535 sea water Substances 0.000 description 2
- 238000011896 sensitive detection Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 239000008247 solid mixture Substances 0.000 description 2
- 230000000638 stimulation Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 206010034719 Personality change Diseases 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 229910052792 caesium Inorganic materials 0.000 description 1
- TVFDJXOCXUVLDH-UHFFFAOYSA-N caesium atom Chemical compound [Cs] TVFDJXOCXUVLDH-UHFFFAOYSA-N 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 229920001971 elastomer Polymers 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000005868 electrolysis reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000003311 flocculating effect Effects 0.000 description 1
- 238000005188 flotation Methods 0.000 description 1
- 239000006260 foam Substances 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000009828 non-uniform distribution Methods 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 229920002635 polyurethane Polymers 0.000 description 1
- 239000004814 polyurethane Substances 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000000377 silicon dioxide Substances 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000006228 supernatant Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/026—Dielectric impedance spectroscopy
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/26—Oils; Viscous liquids; Paints; Inks
- G01N33/28—Oils, i.e. hydrocarbon liquids
- G01N33/2823—Raw oil, drilling fluid or polyphasic mixtures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N9/00—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D7/00—Control of flow
- G05D7/06—Control of flow characterised by the use of electric means
- G05D7/0617—Control of flow characterised by the use of electric means specially adapted for fluid materials
-
- E—FIXED CONSTRUCTIONS
- E02—HYDRAULIC ENGINEERING; FOUNDATIONS; SOIL SHIFTING
- E02F—DREDGING; SOIL-SHIFTING
- E02F5/00—Dredgers or soil-shifting machines for special purposes
- E02F5/006—Dredgers or soil-shifting machines for special purposes adapted for working ground under water not otherwise provided for
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
- G01F1/76—Devices for measuring mass flow of a fluid or a fluent solid material
- G01F1/86—Indirect mass flowmeters, e.g. measuring volume flow and density, temperature or pressure
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N11/00—Investigating flow properties of materials, e.g. viscosity, plasticity; Analysing materials by determining flow properties
- G01N2011/006—Determining flow properties indirectly by measuring other parameters of the system
- G01N2011/0066—Determining flow properties indirectly by measuring other parameters of the system electrical properties
Landscapes
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Engineering & Computer Science (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Automation & Control Theory (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
Abstract
本发明公开了一种用于测量一个区域内的材料密度的密度测量系统。该密度测量系统包括:被布置在该区域周围的多个电极;被布置为将电信号施加到至少一个电极中的激励源;被布置为监测至少一个电极的电参数的监测器,所监测的电参数响应于该区域内的电流流动而变化;以及处理器,其被布置为:基于所监测的电参数生成指示区域内的材料的复阻抗的数据;并且基于指示材料的复阻抗的数据生成指示材料密度的数据。
Description
技术领域
本发明涉及一种测量系统和方法。更具体地但非排他地,本发明涉及一种用于测量在感兴趣区域内(诸如,在管道内)浆料的浆料密度的测量系统及装置。
背景技术
许多工业、环境和海洋工程系统依赖于管道内的固体颗粒-流体混合物的运输。例如,液压输送可以应用于原始矿物和制造的产品。固体颗粒-流体混合物的其它实例是污水、废物处理和废物处置。固体颗粒是包含离散颗粒的任何材料,每个颗粒具有物理边界并且每个颗粒相对于其环境是渺小的(例如,在直径为1米的管道内的砂粒)。固体颗粒可以是致密和无孔的(诸如,矿物或岩石的颗粒)。或者,固体颗粒可以是半软的和多孔的,(诸如,聚集体或生物絮凝物)。这种混合物中的流体可以是气体、液化气、水性或非水性连续体。在许多工业应用中,流体是水性的。这样的混合物可以被称为浆料。
知道这种混合物中固体材料的比例可以允许监测和控制运输的固体材料的体积。通过周期性地取样混合物并测量样品的含量,可以对样品内的固体材料的质量以及材料的密度进行估计。材料的密度可以被称为浆料密度。这可以用于估计混合物内的质量。然而,混合物内固体的非均匀分布以及随时间变化的固体分数可导致任何这种取样只提供具有有限精度的估计。
实现混合物密度的更精确测量的一种方式是使用密度测量系统。已知的密度测量系统通常利用辐射和感兴趣区域内的材料之间的相互作用(例如散射)。这种密度测量系统的一个实例是伽马射线密度计。伽马射线束被导向感兴趣区域。具有高密度的材料比具有低密度的材料将导致伽马射线束具有更多的散射。测量穿过材料并且未散射的伽马射线的比例,该测量可用于估计材料密度。然而,伽马射线通常由放射源(诸如基于铯的放射源)生成。因此,伽马射线密度测定法可能由于放射源而危害环境。
发明内容
本发明的一个目的是提供一种浆料密度测量系统,其克服了上述或其它方面与已知密度测量系统相关的一个或多个问题。
根据本发明的第一方面,提供了一种用于测量区域内的材料密度的密度测量系统,该密度测量系统包括:被布置在上述区域周围的多个电极;被布置为向至少一个电极施加电信号的激励源;被布置为监测在所述电极中至少一个的电参数的监测器,监测的电参数响应于区域内电流的流动而改变;以及被布置为执行以下操作的处理器:基于所监测的电参数生成指示区域内的材料的复阻抗的数据;以及基于指示材料的复阻抗的数据生成指示材料密度的数据。
基于所监测的电参数生成指示区域内的材料的复阻抗的数据可以允许准确地生成指示材料密度的数据。复阻抗(或复电导率)的使用允许材料对所监测的电参数的幅度和所监测的电参数的相位两者的影响能被用于改善任何测量的精度,例如通过考虑材料的频率响应。虽然一些材料将具有不随频率变化的阻抗(或电导率),但是许多材料将基于其频率对AC激励做出不同的响应。监测这种响应允许收集关于材料的阻抗的准确信息,并且还允许关于待生成材料内的第一成分的比例的准确信息。
密度可以被称为浆料密度。材料可以被称为浆料。当术语浆料被用于指固体和液体的混合物时,浆料密度应被理解为固体和液体的混合物的有效密度。区域可以适当地由管道界定。管道可以适当地具有圆形横截面。管道可以合适地具有高达1.2m的直径。管道可以合适地具有大于50mm的直径。
密度测量系统可以包括至少4个电极。密度测量系统可以包括至少8个电极。密度测量系统可以包括16个电极。电极可以均匀地分布在该区域周围。
生成指示材料的复阻抗的数据还可以基于参考数据,所述参考数据包括所监测的电参数的期望值,该期望值基于具有影响所述电参数的预定电气特性的参考材料。
参考数据的使用允许减小测量伪迹(artefacts)做成的影响,例如,减小由电极尺寸和位置以及电极表面状况引起的那些影响。例如,基于具有已知复阻抗的参考材料生成的参考数据可以允许精确地计算出指示材料的复阻抗的数据。
基于所监测的电参数生成指示材料密度的数据可以包括生成指示所监测的电参数与所监测的电参数的期望值之间的相对差的数据。
基于所监测的电参数生成指示材料的复阻抗的数据可以包括生成指示与参考材料相比的材料的相对阻抗的数据。
基于指示材料的复阻抗的数据生成指示材料密度的数据可以包括:基于材料的复阻抗和第一成分的复阻抗生成指示材料内的第一成分的浓度的数据。
生成指示材料密度的数据可以进一步基于第二成分的复阻抗。
生成指示材料组成的数据可以包括生成指示材料的复阻抗的模数的数据。
取材料的复阻抗的模数允许考虑阻抗的实部和虚部。这可能是特别有益的,特别是其中材料包括在不同频率下的响应是不同的成分混合物,其允许两个成分都有助于材料密度的任何计算。如果只考虑实部或虚部中的一个,那么将可能低估、高估或甚至完全忽略一个成分的存在。
密度测量系统还可以包括至少一个传感器,其被布置为生成指示区域内的材料性质的数据,其中生成指示区域内的材料密度的数据进一步基于指示材料的性质的数据。
传感器可以是温度传感器。传感器可以是电导率传感器。
密度测量系统还可以包括气体比例探测器,气体比例探测器被配置为生成指示区域内气体比例的数据。
使用气体比例传感器允许计算出改进的密度估计,因为其考虑了材料内任何夹带的气体(例如空气)。
气体比例探测器可以包括超声波探测器。
可以基于指示区域内气体比例的数据来生成指示材料密度的数据。
指示材料密度的数据可以包括多个值,每个值与区域内的多个子区域中相应的一个相关联。
指示材料密度的数据可以包括多个值的空间平均值,多个值中的每一个与区域内的多个子区域中的相应一个相关联。
激励源可以被布置为在至少所述第一对电极之间施加交变电信号。
监测器可以被布置为监测至少所述第二对电极之间的电势差,同时电信号被施加在所述第一对电极之间。
监测器还可以被布置为在电信号施加在第一对所述电极之间时,在与监测所述第二对电极之间的电势差的不同时间,监测至少第三对所述电极之间的电势差。
激励源还可以被布置为在另一对所述电极之间施加交变电信号,该电信号以与所述电信号施加在所述第一对所述电极之间的时间不同的时间施加在所述另一对电极之间。
根据本发明的第二方面,提供了一种用于测量一个区域内的材料密度的方法,该方法包括:在区域周围提供多个电极;激励源;监测器;以及处理器;通过激励源将电信号施加到至少一个电极中;监测在至少一个所述电极处的电参数,该电参数响应于区域内电流的流动而改变;由处理器基于所监测的电参数生成指示区域内的材料的复阻抗的数据;以及基于指示材料的复阻抗的数据生成指示材料密度的数据。
生成指示材料的复阻抗的数据还可以基于参考数据,所述参考数据包括所监测的电参数的期望值,该期望值基于具有影响所述电参数的预定电气特性的参考材料。
基于所监测的电参数生成指示材料密度的数据可以包括生成指示所监测的电参数与所监测的电参数的期望值之间的相对差的数据。
基于所监测的电参数生成指示材料的复阻抗的数据可以包括生成指示与参考材料相比材料的相对阻抗的数据。
基于指示材料的复阻抗的数据生成指示材料密度的数据可以包括:基于材料的复阻抗和第一成分复阻抗,生成指示材料内的第一成分的浓度的数据。
生成指示材料密度的数据可以进一步基于第二成分的复阻抗。
生成指示材料组成的数据可以包括生成指示材料的复阻抗的模数的数据。
该方法还可以包括:提供至少一个传感器;以及由传感器生成指示区域内的材料的性质的数据,其中由处理器生成指示区域内材料密度的数据还基于指示材料性质的数据。
传感器可以是温度传感器。传感器可以是电导率传感器。
该方法还可以包括:提供气体比例探测器;以及由气体比例探测器生成指示区域内气体比例的数据。
气体比例探测器可以包括超声波探测器。
指示材料密度的数据可由处理器基于指示区域内气体比例的数据生成。
指示材料密度的数据可以包括多个值,每个值与区域内的多个子区域中的相应一个相关联。
指示材料密度的数据可以包括多个值的空间平均值,多个值中的每一个与区域内多个子区域中的相应一个相关联。
该方法可以包括:通过激励源在至少第一对所述电极之间施加交变电信号。
该方法可包括在电信号施加在第一对所述电极对之间时由所述监测器监测至少第二对所述电极之间的电势差。
该方法可以进一步包括在所述电信号施加在第一对所述电极之间时,在与监测所述第二对电极之间的电势差的不同时间,由所述监测器监测至少第三对所述电极之间的电势差。
该方法还可以包括通过激励源在另一对所述电极之间施加交变电信号,该电信号以与所述电信号施加在所述第一对所述电极之间的时间不同的时间施加在所述另一对电极之间。
根据本发明的另一方面,提供了一种控制工业处理(industrial process)的方法,该方法还包括根据本发明的第二方面的方法,其中基于指示材料密度的数据来控制工业处理。
根据本发明的另一方面,提供了一种工业处理装置,该工业处理装置包括根据本发明的第一方面的密度测量系统。
根据本发明的另一方面,提供了一种液压输送的方法,该方法还包括根据本发明的第二方面的方法,其中,基于指示材料密度的数据来控制液压输送。液压输送可以通过疏浚装置进行。
根据本发明的另一方面,提供一种液压输送设备,该液压输送装置包括根据本发明的第一方面的密度测量系统。液压输送装置可以是疏浚装置。
根据本发明的另一方面,提供了一种用于测量区域内的材料密度的密度测量系统,密度测量系统包括:围绕区域被布置的多个电极;被布置为向的至少一个所述电极施加电信号的激励源;被布置为监测在至少一个所述电极处的电参数的监测器,所监测的电参数响应于区域内电流的流动而改变;以及被布置为基于所监测的电参数和参考数据生成指示区域内材料密度的数据的处理器,所述参考数据包括所监测的电参数的期望值,期望值基于具有影响所述电参数的预定电气特性的参考材料。
生成指示材料密度的数据可以基于指示材料阻抗的数据。基于所监测的电参数可以生成指示材料阻抗的数据。
密度测量系统从而可以被布置为使用电阻率断层扫描(tomography)或电阻抗断层扫描。优选地,阻抗是复阻抗。密度测量系统能够考虑复阻抗的实部和虚部。
指示材料密度的数据可以基于阻抗的实部,阻抗的虚部或阻抗的实部和虚部的组合。在某些应用中使用一个或两个阻抗成分存在某些益处,如下面更详细描述的那样。
根据本发明的另一方面,提供了一种用于生成指示区域内物质分布的数据的方法,该方法包括:获取指示所述区域内物质性质的第一数据;基于区域内的物质参考模式获取第二数据;以及组合所述第一和第二数据以生成指示区域内物质分布的数据。
通过将指示所述区域内的物质性质(例如,电导率)的第一数据和基于参考模式的第二数据组合,可以识别具有不同特性区域的各种不同部分,并且可以不同地处理指示那些部分内的物质性质的数据。例如,在浆料在管道内流动的情况下,流动可以被分层,以使得浆料在管道的底部流动而空气存在于管道的顶部,并且在浆和空气之间存在界面。然而,电导率数据本身不能精确地反映材料的这种分布。例如,高固体(例如浆料)和空气的区域都可以表现出比液体区域(即浆料和空气之间的低固体或界面)更低的电导率。这样,通过使用第二数据(例如掩模)来识别区域内的各种部分(其中第二数据基于例如指示正常流动模式的参考数据),与每个部分相关的电导率数据可以被忽略、缩放或适当考虑,以便提供物质分布的准确指示。
参考模式可以基于正常或规则的流动模式的先前知识。因此,基于这些成分将占据区域内特定位置(例如,在管道底部的浆料,在管道顶部的空气)的现有知识,参考模式可以用于识别区域的各个部分或流动区域,其对应于已知包含特定成分(例如浆料或空气)的区域。
第二数据可以基于区域的取向。
获取第二数据可以包括基于第一数据和参考模式生成所述第二数据。可选地,第二数据可以被自动生成。
第一数据可以包括多个第一数据项,多个第一数据项中的每一个指示在区域内的多个位置中相应一个位置处的物质性质。
参考模式可以包括指示区域多个部分的数据,每个部分包括区域内的一个或多个位置。
例如,第一部分可以是包括浆料的浆料区域。类似地,第二部分可以是包括空气的空气区域。此外,第三部分可以是界面区域,其包括浆料和空气区域之间的界面。
第二数据可以包括多个第二数据项,多个第二数据项中的每一个与区域内多个位置中的相应一个或多个相关联,多个第二数据项中的每一个基于相应的第一数据项和参考模式之间的关系。
多个第二数据项中的每一个可以与区域内的多个位置中的相应一个相关联。多个第二数据项中的每一个可以与多个第一数据项中的相应一个相关联。
多个第二数据项中的每一个可以包括缩放因子,并且组合第一数据和第二数据可以包括将每个第一数据项乘以第二数据项中的相应一个,以便在区域内生成指示物质分布的所述数据。
基于第一数据和参考模式生成第二数据可以包括基于相应的第一数据项和参考模式之间的关系向每个第二数据项分配预定的缩放因子。
该方法还可以包括生成指示区域的预定部分内的第一数据项值的变化的数据,以及基于指示变化的所述数据生成第二数据。
指示区域的预定部分内的第一数据项值的变化的所述数据可以基于平均数据项,每个平均数据项指示在区域内的预定位置子集中的物质的性质。
分布数据可以包括多个分布数据项,多个分布数据项中的每一个与区域内的多个位置中的相应一个或多个相关联。
该方法还可以包括生成分布数据项的平均值。
该方法还可以包括生成对应于该区域的多个部分的预定子集内的位置分布数据项的平均值。
该方法还可以包括基于包含在该区域的多个部分的预定子集内区域的比例来缩放所生成的平均值。
该区域可以由管道限定。
指示区域内物质分布的数据可以包括指示在区域内流动的材料的体积浓度数据。
物质性质可以是物质的复阻抗。
物质性质可以是预定材料的体积浓度。
该方法还可以包括基于指示区域内的物质分布的数据生成指示区域内浆料的密度的数据。
根据本发明的另一方面,提供了一种被布置为执行根据本发明的上述方面中的任一方面方法的装置。
当然,应当理解,上面参考本发明的一个方面描述的特征可以与本发明的其他方面组合。
附图说明
现在将参照附图仅通过示例的方式来描述本发明的实施例,其中:
图1示出了根据本发明实施例的测量系统;
图2更详细地示出了图1所示的测量系统的一部分;
图3更详细地示出了图1所示的测量系统的一部分;
图4示出了由图1所示的测量系统执行的过程;
图5示出了由图1所示的测量系统处理的数据项;
图6示出了用于由图1所示的测量系统执行的处理中的参考流动模式的示意图,其便于执行本发明的替换实施例;
图7a和图7b示出了由图1所示的测量系统捕获电导率数据的表示;
图8a和图8b示出由图1所示的测量系统生成的数据的表示;
图9a和图9b示出通过图7a和图7b所示的数据与如8a和8b所示的数据组合生成的数据的表示;
图10示出了由图1所示的测量系统执行以生成如图9a和9b所示的数据的过程;以及
图11a至图11c示出了在图10的处理期间使用的数据的表示。
具体实施方式
参考图1,示出了测量系统1。测量系统1被布置为测量在管道3内流动的材料2的密度。材料2是液体和固体成分的混合物。测量系统1包括电阻抗断层扫描(EIT)传感器4。EIT传感器4具有多个电极5。
管道3可以例如形成液压输送装置(诸如液压疏浚装置)的一部分。这种液压疏浚装置被配置为从例如海床运输大量固体颗粒以协助平整土地或保持航道。液压疏浚装置被安装在疏浚驳船上,该疏浚驳船在需要疏浚的区域上航行。对通过疏浚装置运输的固体颗粒的体积和质量的了解允许了对疏浚驳船的有效导航和控制。例如,通过测量浆料内的固体颗粒的质量,可以增加或减少疏浚的速率,以允许从海床移除预定流动速率的固体颗粒或固体的总质量。或者,密度测量可以用于识别疏浚装置何时应该被不同地配置,例如,当浆料中的固体颗粒部分下降到预定阈值以下时。
在密度测量系统1与疏浚装置一起使用的情况下,材料2可以主要是例如砂(固体成分)和盐水(液体成分)的混合物。管道3可以适当地具有约1.2m的直径。每个电极5可以例如沿着管道的轴向方向具有约100mm的尺寸和沿着管道的周向方向具有约32mm的尺寸。
测量系统1还包括电流源6、电压监测器7和控制器8。控制器8可以是可编程逻辑控制器(PLC),例如由奥地利费尔德基希的Bachmann electronic GmbH公司制造的PLC。控制器8控制电流源6和电压监测器7。控制器8还执行下面更详细描述的处理。
测量系统1还具有次级传感器9。次级传感器9可以是例如温度传感器。次级传感器9被布置为测量管道3内的材料2的温度。或者,次级传感器9可以被布置为测量材料2在被吸入管道3之前的温度。
测量系统1还具有气体比例探测器10。气体比例探测器10可以是例如超声波探测器。气体比例探测器10被布置为测量夹带在管道3内的材料2内的气体(例如空气)的体积。诸如空气的气体比液体或固体具有显著更高的超声波衰减(超声波衰减与密度成反比)。因此,材料对超声波的衰减提供了相对于气体、固体或液体比例的精确测量。
图2示出了传感器4的横截面。电极5围绕管道3周向地布置。电极5可以例如围绕传感器4的内表面等距地间隔开。每个电极5都由导电材料形成,以允许在电极5和在传感器4内(并且从而在管道3内)的材料2之间形成电接触。电极5可以由耐腐蚀材料(例如不锈钢)制成。传感器4未被电极5覆盖的内表面由耐腐蚀材料形成。例如,内表面可以由铸塑橡胶或聚氨酯材料形成。或者,传感器4的内表面可以被可更换的瓷砖覆盖。
每个电极5可切换地连接到电流源6。在图2的布置中,电极5的第一激励电极5a和第二激励电极5b连接到电流源6。当连接时,电流源6、第一激励电极5a、材料2和第二激励电极5b形成电路。电流在通过第二激励电极5b返回到电流源6之前,从电流源6经由第一激励电极5a流入材料2。电流源6提供交流电流(AC)。所提供的电流可以具有例如大约4.6kHz的频率。使用交流电可以减少电极5处的电解发生。
每个电极5也可切换地连接到电压监测器7上。当连接到电极5中的一个时,电压监测器被布置为测量该电极处的电势。与材料2电接触的每个电极5大体上与每个电极5相邻的材料处于相同的电势。因此,通过测量电极5处的电势,在材料2内不同位置之间的电势差可以被测量,如下面更详细地描述的那样。电压监测器7可以使用同步技术,例如相敏检测,以检测与电流源6提供的电流具有相同频率的信号。这种相敏检测可以通过仅允许在由电流源6提供的频率下进行检测来向宽带噪声源提供增强的噪声抗扰性。电压监测器7可以被配置为测量处于电源频率的所接收的信号的幅度。电压监测器7还可以被配置为测量测量信号的相对于任何注入信号的相位的相位角。
在图2的结构中,电极5的第一监测电极5c和第二监测电极5d连接到电压监测器7。在这种结构中,电压监测器7能够测量监测电极5c和5d之间的电势差,从而测量与相应的监测电极5c、5d相邻的材料2的区域间的电势差。下面更详细地描述了材料2内的电流和电势差分布。
图3更详细地示出了控制器8。可以看出,控制器8包括被配置为读取和执行存储在易失性存储器8b中指令的CPU 8a。易失性存储器8b为随机存取存储器的形式。易失性存储器8b存储由CPU 8a执行的指令和由那些指令使用的数据。例如,在使用中,测得的电势差值可以被存储在易失性存储器8b中。控制器8还包括为固态驱动器8c形式的非易失性存储器。测得的电势差值可以被存储在固态驱动器8c上。
控制器8还包括I/O界面8d,其用于连接与控制器的操作相关使用的外围设备,以及与获得测得的电势差值相关使用的外围设备。更具体地,显示器8e被配置为显示来自控制器8的输出。显示器8e可以显示例如所测得的电势差值或者图形用户界面的表示。另外,显示器8e可以显示通过处理测得的电势差值而生成的图像。输入设备也连接到I/O界面8d。这种输入设备包括允许用户与控制器8交互的键盘8f和鼠标8g。电流源6和电压监测器7也连接到I/O界面8d,以允许控制器8控制电流源6和电压监测器7。
网络界面8h允许控制器8连接到适当的计算机网络,以便从其他计算设备接收数据并向其传输数据。例如,控制器8可以由远程计算机经由互联网远程控制。CPU 8a、易失性存储器8b、固态驱动器8c、I/O界面8d和网络界面8h通过总线8i连接在一起。
在使用中,测量装置1由控制器8控制以对包含在由EIT传感器4包围的管道3区域内的材料执行断层扫描测量。断层扫描涉及使用某种形式的穿透波来推断感兴趣区域的性质。通常,在断层扫描中,通过多个图像子区域或像素的组合来构建图像。断层扫描可以应用于工业处理,例如通过对工业处理中的管道内含量进行成像。这样的断层扫描成像使得与处理管道内含物有关的参数(例如电导率)能够被推断。因此,结合的管道内的材料性质的特定知识以及附加的传感器信息,可以通过使用断层扫描成像来推导出准确的密度测量。
在电阻抗断层扫描(EIT)中,穿透波是通过将电信号注入感兴趣区域而生成的。放置在感兴趣区域周围的电极借助由电信号的注入而引起的电势差来监测感兴趣区域内的材料阻抗。EIT从而可以用于区分在感兴趣区域内具有不同电阻率或电阻抗的材料。可以使用以下方法来监测复阻抗(即,电阻抗断层扫描操作:EIT)。由注入电流的流动引起的材料内的电势差被监测。所监测的信号幅度和相位(即,实部和虚部两者)都被使用。
此外,在以下描述的一些部分中,术语复电导率被使用。应当理解,复电导率是复阻抗的倒数。复电导率是简单(实)电导率和虚部的和。虽然在本文中使用了术语复电导率和复阻抗,但应当理解,在适当的情况下,可以将阻抗值转换为电导率值,反之亦然。例如,虽然一般地使用了术语电阻抗断层扫描,但是应当理解,这样的技术可以生成事实上是(复)电导率的图像(断层图)表示。
图4示出了在控制器8上运行的过程。在步骤S1和S2中,进行测量以收集与管道内材料2的电导率相关的信息。在步骤S1中,对材料2的液体成分进行温度测量,以允许补偿电导率和温度之间的已知关系。在步骤S2中,进行一系列电势差测量,以提供在成对电极5之间注入的电流与在不同对的电极5处由于该电流注入引起的电势差之间的关系。
一旦收集了该数据,在步骤S3中,一组参考数据被用于对在步骤S1中测得的温度进行补偿。参考数据提供一组电势差值。对于给定的在管道3内存在的具有均匀电导率分布的参考材料,该电势差值是可以在电极处针对已知的激励配置和激励电平被测量到的。该补偿形成校准过程的一部分。然后,在步骤S4中,将补偿的校准数据与测得的电势差数据进行比较,从而允许确定测量数据和期望数据之间的差异。在步骤S5中,这些差异通过常规断层扫描技术被转换,以形成用于管道3内材料2的子区域的一组电导率值。
然后,在步骤S6中,利用材料2内每个成分的已知电导率值处理所生成的电导率值。例如,对于砂和盐水的混合物,使用砂和盐水的参考电导率来计算存在于每个子区域内的砂和盐水的比例。也就是说,在每个子区域中砂和盐水的混合物的电导率实际上是该两个成分的电导率的加权平均值(基于它们相对体积比例加权)。因此,可以从测得的混合物电导率和该两个成分的已知电导率计算该平均值的加权(即相对体积比例)。
然后,在步骤S7中,对每个子区域的体积比例(或体积浓度)在整个管道3上进行平均,以允许单独浓度值表示整个管道横截面。然后,在步骤S8,通过参考该两个成分的已知密度,将该浓度值转换为横跨整个管道3的平均密度值。
图5示出了由在控制器8上运行的过程处理的各个数据项之间的交互,如上面参照图4所述的。温度数据D1和参考数据D3被组合以形成温度补偿的参考数据D4。这进一步与测得的电势差数据D2组合以生成相对电势差数据D5。当与测得的电势差数据相比较时,该相对电势差数据D5提供改进的精确度,因为测量装置和电极配置的伪迹被移除了。
进一步的处理将相对电势差数据D5转换为电导率图D6,其描述了管道3内的每个子区域的电导率。该电导率图D6与参考电导率数据D8组合以生成浓度图D7。也就是说,通过参考材料2成分的已知电导率,可以计算材料2内每个成分的浓度(只要材料的电导率是已知的)。浓度图D7的空间平均值用于生成表示整个管道3内平均体积浓度D9的单独值。
最后,该平均体积浓度D9可以与参考密度数据D11结合使用,以计算管道3内材料2的平均密度D10。另外,代表材料2内的气体比例的气体比例数据D12可以与平均体积浓度D9和参考密度数据D11组合以生成气体比例补偿平均密度D13。气体比例补偿平均密度D13是平均密度D10的改进估计,这在材料2内存在大比例的夹带气体(例如空气)的情况下是特别有利的。
更详细地,在步骤S1中,次级传感器9收集与管道3内材料2的温度相关的数据D1。管道3内材料2的电导率可以强烈地取决于材料2的温度。例如,摄氏6度的温度变化可导致盐水的10%的电导率变化。
与步骤S1进行的是,控制器8控制传感器4以执行步骤S2。在步骤S2中,电流源6被控制以向电极5施加信号,同时电压监测器7被控制以测量电极5处的电势差。测得的电势差提供电势差数据D2。如上面参考图2所述,在第一激励电极5a和第二激励电极5b之间施加电流可以引起材料2内的电势差分布。当电流在激励电极5a、5b之间流动时,在电极之间存在多个电流路径。最接近电极5a、5b的电流密度是最大的,然而,电流也将流过材料2(尽管其具有降低的电流密度)。虚线I表示响应于对电极5a、5b施加激励的材料2内的几个电流路径。
贯穿材料2的电流流动导致贯穿材料2的相应电势差分布,其中电流从较高电势流动到较低电势。可以参考表示材料2内等电势线的虚线V来理解该电势差分布。也就是说,每条线V上的所有点都具有与同一条线V上的每个其它点相同的电势(以及与每条其它线V上的所有点不同的电势)。材料2内的电势从紧邻第一激励电极5a的最高值逐渐减小到紧邻第二激励电极5b的最低值。虽然不可能直接测量材料2内所有点处的电势,但上述电势差分布允许在远离激励电极的电极之间进行测量以提供关于电势差分布的信息。此外,材料2的不均匀的电导率引起对电势差分布的干扰,该干扰可以通过它们对在电极5处测得的电势差值的影响来监测。因此,可以看出,通过测量电极5c和5d之间的电势差幅度,可以收集与材料2内的电势差分布有关的信息。类似地,通过测量电极5d和5e之间的电势差幅度,可以收集与材料2内的电势差分布有关的另外的信息。可以对不是激励电极(即5c-5d、5d-5e、5e-5f、…、5o-5p)的每对相邻电极重复该过程。在存在16个电极的情况下,这导致对于每个激励配置13个监测电极对的测量。因此,虽然电极5c和5d在图2中被示出为监测电极,但是通过测量每对相邻电极5c-5p之间的电电势差,可以产生(当电极5a和5b是激励电极时的)材料2内的电势差图。
一旦已经测量了每对监测电极,如上所述,激励配置被切换以使得不同的电极对变成激励电极。例如,第一激励电极和第二激励电极可以被切换以分别变为电极5b和5c。如上面参照电极5a、5b所述,通过电流源6在电极5b、5c之间施加电流,并且由电压监测器7测量在13个相邻监测电极对(5d-5e、5e-5f、...、5o-5a)中的每一个电势。
在上述EIT传感器配置中具有16个电极5,对于这16个激励电极配置中的每一个,存在16个可能的激励电极配置和13个监测电极配置,导致208个独特的测量配置。然而,尽管存在208个独特的测量配置,但如果测量配置是之前的测量配置的直接相反(例如,其中激励和监测电极只是相反的),那么就可以省略测量配置,即对于每个密度值计算需要进行104次独立测量。
在步骤S1和S2的测量收集之后,在步骤S3中,控制器8执行校准补偿。校准补偿基于次级传感器9的输出(即,温度数据D1)和校准参考数据D3。校准参考数据D3存储在控制器8的存储器(例如固态盘8c)中。校准参考数据D3提供一组电势差值。对于给定的在管道3内存在具有均匀电导率分布的参考材料,该电势差值是可以在监测电极处针对已知的激励配置和激励电平被测量到的。因此,校准参考数据D3提供了参考电平,可以将所测得的电势差数据D2与其进行比较。基于测得的电势差数据D2和参考数据D3,该比较允许生成贯穿材料2的准确电导率值。参考数据的使用允许减小测量伪迹的影响(例如由电极尺寸和位置以及电极表面状况引起的伪迹)被减小。
通过对具有与EIT传感器4类似的电极配置和几何形状的EIT传感器执行测量来收集校准参考数据D3。此外,校准参考数据D3是当在EIT传感器内具有已知固体和液体成分浓度、密度和温度的材料时收集的。因此,校准参考数据D3的使用使电极配置和设备几何形状的影响最小化,以允许更精确地识别传感器4内材料2的任何变化。此外,使用与传感器4内的材料2类似的参考材料允许电导率的任何改变可归因于浓度的改变,而不是材料性质的改变。
例如,参考材料可以包括具有已知电导率的液体成分,例如具有类似于海水的盐度和温度的盐水。或者,参考材料可包括已知比例的具有已知电导率的液体成分和具有已知电导率的固体成分的混合物。例如,参考材料可以包括砂和盐水的体积比为1:9的混合物,该盐水的盐度和温度类似于海水的盐度和温度。
应当理解,可以根据密度测量装置的预期应用来选择参考材料。还应当理解,参考材料越接近材料2,任何测得的密度值的精确度越好。
在参考数据D3和测得的电势差数据D2之间进行任何比较之前,校准参考数据D3被补偿以考虑材料2的操作温度,从而生成温度补偿的参考数据D4。该温度补偿的参考数据D4可以被存储在控制器8的存储器(例如,固态盘8c)内。
一旦该校准补偿步骤完成,处理进行到步骤S4,在步骤S4中处理温度补偿的参考数据D4和电势差数据D2。确定每个温度补偿的参考数据D4值与测得的电势差数据D2值之间的相对差,并生成相对电势差数据D5。使用参考数据及其与测量数据比较以生成相对的电势数允许考虑不同材料的性质的影响。因此,所存储的参考数据D3应该涉及具有与材料2类似的电气性质的成分的混合物。应当理解,可以存储几组参考数据D2,其中每组参考数据D2涉及不同的材料。
一旦生成了相对电势差数据D5,处理就到达步骤S5。在步骤S5中,相对电势差数据D5由CPU 8a处理以生成一组电导率值D6。存在用于将各个电势测量转换为电导率(或电阻率)的二维图的已知算法。这些算法可以由控制器8应用以生成管道3内材料2的电导率二维图。所生成的二维图包括多个电导率值D6,每个电导率值D6与传感器4内的子区域相关联。传感器4内的区域可以适当地被划分为316个子区域。
每个子区域在传感器4的平面中具有相等的面积,该面积是传感器4的横截面面积的一部分。沿着管道3的长度的电极5的尺寸确定了每个子区域的有效深度。因此,与每个子区域相关联的电导率值是跨越子区域深度(并且从而是传感器电极5的深度)的平均电导率。应当理解,边缘影响可以导致紧邻每个子区域的材料影响子区域内的电流流动;然而,该影响被认为对所测得的电导率具有可忽略的影响。
一旦在步骤S5生成了电导率值D6,处理就到达步骤S6。在步骤S6中,将每个电导率值D6转换为体积浓度D7。每个子区域中的体积浓度D7提供了每个子区域内材料2内的固体成分的体积比例的测量。体积浓度值为'0'表示不存在固体(即仅为液体),而体积浓度值为'1'表示不存在液体(即仅为固体)。根据布莱格曼方程(Bruggeman equation)计算每个子区域中的体积浓度D7:
其中:
Cvol是子区域内固体材料的体积浓度D7;
σmc是子区域内材料的(温度补偿的)电导率值D6;
σ1是液体成分的(温度补偿的)电导率;以及
σ2是固体成分的电导率。
液体成分和固体成分的电导率σ1、σ2形成参考电导率数据D8。
然后,处理进行到步骤S7,其中在所有子区域上进行空间平均,生成平均体积浓度D9(Cvol,mean)。平均体积浓度D9被计算为每个体积浓度值D7的算术平均值。平均体积浓度D9是在EIT传感器4位置处的整个管道3内材料2内的固体平均体积浓度的测量。
一旦在步骤S7中生成了平均体积浓度D9,处理就到达步骤S8。在步骤S8中,从平均体积浓度D9计算平均密度D10或比重。平均密度D10根据下式被计算:
其中:
ρmixture是区域内材料2的平均密度D10;
ρsolid固体成分的参考密度;以及
ρliquid是液体成分的参考密度。
固体成分和液体成分的密度ρsolid、ρliquid形成参考密度数据D11。参考密度数据D11可以对混合物的正确温度进行补偿。
因此,参考图4描述的过程的输出是在测量时间点的EIT传感器4位置处的管道3内材料2的整个体积的单独密度值D10。如果需要,该密度值D10作为来自控制器8的输出提供给过程控制设备。
如上所述,为了生成每个浓度值D10,需要进行104次测量。每次测量可能需要例如大约25ms来收集。密度值可例如以大约0.4Hz生成。应当理解,可以以任何所需的数据速率生成密度值。例如,如果需要特别高的数据速率时,则可以同时进行若干个电压测量。
也可以根据需要生成其他输出。例如,如果需要,可以将二维电导率图(包括电导率值D6)作为输出。此外,可以在生成输出图之前执行步骤S6或步骤S6和S8(省略步骤S7中的平均步骤)中描述的过程,以允许根据需要生成二维体积浓度图或二维密度图。这样的二维图可以被称为断层扫描。
除了上面参照图4描述的处理之外,在一些实施例中,可以执行进一步的测量和处理步骤以便实现更高的精确度。例如,气体比例传感器10进行的测量允许具有改进精度的密度计算,其中夹带的气体(或空气)存在于材料2内。
在一个这样的实施例中,例如在步骤S1中,收集附加的气体比例数据D12。气体比例数据D12与平均体积浓度D9组合,以便在修改的步骤S8中根据以下修改的等式提供气体比例补偿的平均密度D13(ρmixture):
其中:
ρmixture,no_gas是区域内流体的气体比例补偿密度D13(即,对存在的任何气体补偿的);以及Cvol,gas是气体比例数据D12(即由气体比例探测器10测得的材料内的任何夹带气体的体积比例)。
气体比例补偿密度D13允许补偿混合物内的夹带气体。在没有进行这种补偿的情况下,并且在存在显着比例夹带空气的情况下,平均体积浓度D9可以将空气区域(低电导率)解释为固体而不是液体。因此,除非对气体体积进行补偿,否则任何得到的平均密度D10可能会人为地偏高。
除了上面参照图4描述的处理之外,在一些实施例中,可以执行进一步的测量和处理步骤,以便实现更高的精确度。例如,虽然上述方法仅使用在监测电极处电势差幅度的测量,但是电势差的相位也可以用于推断关于材料2的附加信息。可以除了任何气体比例补偿之外或代替任何气体比例补偿执行这种处理。
例如沙粒的大颗粒与例如粘土颗粒的小颗粒相比,对交流电流的响应非常不同。大颗粒通常表现出简单电阻(即,阻抗没有虚部)。另一方面,小颗粒由于其具有大的表面积与体积比以及相关的表面电荷影响,通常表现出复阻抗(即,实部和虚部)。因此,所监测的电势差的相位和幅度都被测量,并且该信息被用于确定混合物内大颗粒(例如砂)和小颗粒(例如粘土)改进的总比例的估计。大颗粒可以被认为是例如具有最小尺寸大于约50μm(例如大小约100μm)的颗粒。小颗粒可以被认为是例如具有最小尺寸小于约1μm(例如大小约100nm)的颗粒。
如上面参考图2所述,将交流电流注入到激励电极之间的材料2中。然后,在每个监测电极处测量信号。然后,如上面参照图4所述,处理所测得的信号,以生成阻抗值图。然而,基于所测得的电压幅度和相位,每个子区域不是具有简单的电导率(或电阻)值,而是每个子区域同时复阻抗值(具有实部和虚部两者)。任何实部被认为与大颗粒和小颗粒的存在相关,而任何虚部被认为主要与小颗粒的存在相关。因此,如果仅使用阻抗的实部,则可能减小对小颗粒的灵敏度。类似地,如果仅使用阻抗的虚部,则可能减小对大颗粒的灵敏度。然而,可以使用基于上述方程(1)的修正方程来实现总体积分数的改进估计:
其中:
是由大颗粒和细颗粒呈现的复电导率,
Kmc是的模数,
σ'mc是复电导率的实部;以及
σ″mc是复电导率的虚部;
更一般地,在已知混合物的固体成分具有大体上均匀的密度和尺寸分布以及大的颗粒尺寸的情况下,可以基于实部阻抗数据在上述计算中使用单独表观密度。然而,在存在小颗粒的情况下,虚部阻抗可以提供有用的附加信息。此外,在已知存在小颗粒和大颗粒的混合物的情况下,使用实部阻抗值和虚部阻抗可导出与大颗粒比例和小颗粒比例有关的信息。此外,在仅存在小颗粒的情况下,虚部阻抗(和虚部电导率)可以用在等式1中以确定材料内小颗粒的体积浓度。
不同尺寸颗粒的实部和虚部阻抗成分之间的差异可以通过参考在相同颗粒体积浓度下的这种颗粒的相对表面面积与体积比来理解。表面面积与体积比与颗粒的尺寸(例如,球形的直径)成反比。具有大的表面面积与体积比的小颗粒可以比具有小的表面面积与体积比的大颗粒成比例地承载更多的表面电荷。施加的电场使电流在材料内流动。材料内颗粒携带的任何表面电荷与电流流动交互。大颗粒不显著受其表面电荷和电流之间任何交互的影响,因为它们小的表面面积与体积比导致它们具有相对小的携带表面电荷的能力。另一方面,具有相对大的表面面积与体积比以及从而具有携带表面电荷能力的小颗粒可能显着地受到材料内的电流流动的影响,引起任何监测的电参数的相位滞后。
主要包含大颗粒或小颗粒或者两者混合物的材料可以通过使用具有大颗粒和小颗粒的类似混合物(以及与参考数据相关联)的参考材料来表征,并且从而生成具有适当实部和虚部组合的参考数据。
此外,在其中存在具有几种不同固体成分的混合物,每种固体成分可具有不同的密度(例如,二氧化硅具有约2.62g/cm3的密度,而氧化铁具有约5.2g/cm3或更大的密度)。因此,应当对每个成分的相对比例作出假设,以便向上述等式(1)和(3)提供准确的输入。
在上述实施例中描述了具有16个电极的EIT传感器。然而,也可以使用具有不同数量电极的EIT传感器。传感器可以具有任意数量的电极。此外,虽然上面描述了简单的电极环,但是电极可以以任何合适的模式布置。电极模式可以根据在其内使用的容器的几何形状而变化。此外,虽然上面描述了具有圆形横截面的管道,但也可以设想使用具有非圆形和不规则横截面的容器。当在第一对电极之间施加激励并且在第二对电极之间监测电参数时,应当提供具有至少4个电极的传感器。为了提高测量过程的精确度,通常提供更多数量的电极。例如,具有至少8个电极的传感器将提供比具有4个电极的传感器显著更高分辨率的断层扫描成像。此外,具有16个电极的传感器将提供比具有4或8个电极的传感器显著更高分辨率的断层扫描成像。应当理解,可以添加额外的电极以增加分辨率。
在上述处理中,在将要成像的区域内提供子区域的规则分布。然而,在一些实施例中,子区域的不规则分布可能是优选的。例如,对于已知具有高固体浓度变异性的区域,可以使用比与已知固体浓度一致的固体浓度区域更高的子区域的分辨率。在这样的实施例中,应当调节任何平均体积浓度以提供准确的平均值(例如通过计算加权平均值)。
上述测量协议需要在相邻电极对之间注入电流,以及测量相邻剩余电极对之间的电势差。然而,可以根据需要使用其他测量协议。例如,可以在相对电极之间注入电流,和/或在相对电极之间测量电势差。
上面将次级传感器描述为温度传感器。然而,次级传感器可以是允许电导率补偿的任何形式的传感器。例如,次级传感器可以是被布置为在混合之前或在来自泵的废物流(即,其中通过过滤除去了固体的情况下)中测量混合材料中一个成分的电导率的简单电导率传感器。或者,电导率传感器可测量旁路管道中或重力分离管道中的液体电导率,从而允许在进行电导率测量之前除去任何固体颗粒。
另外,次级传感器的使用是可选的。在一些应用中,环境状况可能是足够稳定的和/或充分公知的,因此不需要进一步的温度和/或电导率测量来进行校准补偿。类似地,在一些情况下可以省略校准补偿步骤本身。例如,在参考数据被认为代表测量状况的情况下,不需要校准补偿。
这里描述的系统被描述为具有电流源6和电压监测器7。电流源6是激励源的示例。电压监测器7是监测器的示例。然而,应当理解,任何合适形式的激励源可以与任何合适形式的监测器组合使用。激励源可以是能够生成合适的信号并将其注入到材料2中的任何源。例如,激励源可以是电压源,在测量期间监测其提供的电流。
激励和测量一般被描述为应用于电极对之间并在其之间取得。然而,应当理解,可以参考通用参考电极或多个电极进行激励和测量。此外,尽管描述了连续测量,但是可以同时执行多个测量。在使用通用参考电极的情况下,可以使用少至三个电极。
上述方法生成单独测量,其表示在单独时刻的管道3内材料的密度。然而,为了提高该测量的精确度,可以进行若干测量,并且计算时间平均值。使用时间平均值允许减小诸如由湍流引起的波动影响。可以根据需要将任何数量的样品进行平均。
此外,根据管道内的材料流动速率,可以通过将密度测量结果与指示流动速率的数据组合来估计质量流动速率或固体通量。通过对多个这种测量进行积分,可以估计在预定时间段内已经被运输的固体成分的总质量。
也就是说,不是在任何给定的时间简单地生成指示管道区域中材料静态密度的数据,而是可以应用这里描述的技术来确定固体通量或管道的每单位面积的质量流动速率,其能够有效监测和控制工业系统。
除了在疏浚中的应用之外,本发明的实施例可用于在其它工业应用中测量液体/固体混合物的密度。例如,密度测量装置可以在矿物处理厂内使用。在这种装置中,管道和相关联的EIT传感器可以具有适合于特定处理的直径。例如,管道和传感器直径可以在100mm和300mm之间。电极的尺寸被调节以适应于减小的传感器直径。在矿物处理厂内,各种处理阶段的质量流动知识提供了重要的处理控制信息。因此,准确的密度测量允许处理吞吐量被管理(例如通过确保以所需的质量流动速率传送关键的矿物成分)。例如,可以基于测得的密度来增加或减少成分的供应,从而允许预定的质量流动速率或总质量或成分被递送。
在矿物处理厂中的替代实例中,特定的处理阶段可以通过泡沫浮选来浓缩材料。可以将特定的金属矿石浓缩以形成泡沫剂产物(即高度充气的浆料)。密度测量装置可以提供泡沫剂产物内矿物成分的准确浓度测量,允许与泡沫浮选过程功效相关的重要信息被收集。应当理解,在矿物提纯过程的操作的情况下,浮选泡沫剂中的任何固体成分可能是单独矿物物质(例如特定的金属矿石),从而允许在上述计算中使用代表该矿物质的单独密度值。
虽然上文将本发明的实施例描述为用于生成指示感兴趣区域内材料的浆料密度的数据,但是应当理解,这样的数据可以是浆料密度的准确表示,或者替代地,可以是浆料密度的估计。特别地,虽然在某些应用环境中,与浆料中组成材料的密度相关的准确数据和这些构成材料的分散状态可能是可用的,但在其它环境中,这些数据可能不可用。因此,将理解,本文所述的技术可用于生成基于被认为代表特定数量(例如构成材料密度)的各个估计和假设的浆料密度估计。
例如,虽然上述等式(2)中提供的固体和液体组分的密度ρsolid、ρliquid可以是相关量的准确表示,但它们也可以是估计值。此外,虽然可以假设特定的固体成分在浆料内均匀分布,但其也可以以不均匀的方式分布(例如由于聚集或絮凝)。这种不均匀分布可能导致计算的密度值仅适合于估计,而不是实际浆料密度的准确表示。
因此,虽然为了生成准确的密度值,可能需要准确的成分密度、电导率和分布信息,但是在某些情况下,当输入数据的精确度不可用时,密度的估计可以被生成。此外,通过比较来自不同浆料样品或不同时间生成的估计,可以生成提供有用的处理信息的相对密度或密度变化。
应当理解,在感兴趣的区域(例如管道)被部分地填充有浆料的情况下,当试图确定浆料密度的测量时可能会面临另外的挑战。例如,固体和气体区域的电导率值可能相似,导致难以区分气体和固体的区域。此外,在浆料和气体之间形成界面区域时,该界面可以包括相位的混合物(例如泡沫剂),并且这种区域导电导率值的任何分析可以指示错误的密度(例如由于气体和固体具有类似的电导率值)。
这种挑战在诸如重力进料输送系统的系统中尤其重要,其中浆料沿着大体水平的管道通过。图6示意性地示出了在这种管道内流动的横截面。流动内的第一流动区域“a”主要由浆料(即悬浮在液体中的固体颗粒物)组成。第二流动区域“b”主要由气体(例如空气)组成。第三流动区域“c”存在于第一区域和第二区域之间,并且由固体、液体和气体的混合物组成。流动区域c可以包括泡沫或泡沫剂,和/或可以被称为上清液区域或界面区域。
图7a和图7b示出了使用上述技术通过EIT传感器从管道收集的电导率数据的表示。管道内的区域由316个子区域或像素表示,其中每个子区域具有与其相关联的单独数值。相同的数据在图7a和图7b中被表示,其中图7a的每个子区域根据数据值被遮蔽,而图7b仅示出数据值。该数值可以是例如相关子区域内材料的电导率值。可以看出,该区域内存在电导率数据的变化。
图像的第一流动区域A通常对应于管道内的流动区域,该流动区域包括液体和固体(即浆料)的混合物。应当注意,图7所示的图像相对于收集数据的管道的取向转动了,使得管道的最低部分由流动区域A表示,该流动区域A是图像的右上方部分。
图像的第二流动区域B占据图像的左下方部分,并且通常对应于管道内的空气区域(即,没有固体浓度)。
图像的第三流动区域C占据流动区域A和区域B之间的边界,并且可以被看作从图像的左上方到右下方。该流动区域C表示液体中存在一些气体、一些液体和一些固体的界面。尽管流动区域A,区域B和区域C的边界难以精确地定义,但是应当理解,一般来说至少可以将它们视为等同于图6所示的流动区域a,b和c。
此外,虽然可以通过EIT传感器4的测量导出与图像内每个子区域相关联的电导率数据(如图7所示),但是应当理解,在一些情况下,这并不允许生成关于该管道内材料的某些特性的准确信息。例如,当低电导率可以指示固体的存在或气体(例如空气)的存在时,可能不能直接从电导率数据确定固体的体积浓度并从而确定浆料密度。因此,已经开发了如上所述用于识别各个流动区域A,B,C的技术,并且基于与流动区域A,B和C结合的电导率数据的信息生成浓度数据。
例如,通过识别落在流动区域B内的子区域(即空气),该子区域中固体的表观浓度可以被忽略为是假的。此外,通过识别落在流动区域C(即界面)内的子区域,该子区域中固体的表观浓度可以通过被认为代表固体浓度的更精确测量值而被缩放。最后,通过确定落在流动区域A内的子区域(即浆液),该子区域中固体的表观浓度可被视为准确表示该子区域中的固体浓度。
图8a和图8b示出了基于图7a和图7b所示的数据生成的掩模。在图8a的掩模中,8b子区域分别被赋以0、0.2或1的值。在图8a和图8b中表示相同的数据,其中图8a的每个子区域根据数据值被遮蔽,而图8b仅示出数据值。被识别为属于流动区域A的子区域被赋值为1。与这些子区域相关联的数据将按照因子1而缩放,并因此被视为是该子区域中固体浓度的准确表示。
被识别为属于流动区域B的子区域被赋以0值。与这些子区域相关联的数据将按照因子0被缩放,并因此被视为不是该子区域中固体浓度的准确表示。
被识别为属于流动区域C的子区域被赋以0.2值。与这些子区域相关联的数据将将按照因子0.2被缩放,并因此被视为是该子区域中固体真实浓度的过度表示,且相应地被缩放。
图9a和图9b示出了由图7a和图7b表示的数据的表示,其已经被图8a,图8b的掩模缩放。相同的数据在图9a和图9b中被表示,其中图9a的每个子区域根据数据值被遮蔽,而图9b仅示出数据值。316个子区域中的每一个现在具有与其相关联的单独数值,其基于图7a、图7b的数据,但是乘以0、0.2或1(取决于它被分类为在流动区域A、B或C中)。
一旦与每个子区域相关联的数据已被适当地缩放(或者通过零比例因子有效排除),则可以导出有效的平均浓度。也就是说,通过取每个非零电导率值的数值平均值,可以导出代表流动区域A和流动区域C内材料的平均电导率值。如果在液体内的电导率和固体的体积浓度之间有众所周知的关系(如上文更详细讨论的),则平均电导率值可以被认为是指示流动区域A和流动区域C内固体的体积浓度。
此外,通过知道非零子区域的数量(即,流动区域A和流动区域C内的子区域的数量),平均电导率可以被缩放以便代表整个管道内的固体的平均体积浓度。
现在参考图10更详细地描述上面参照图6至图9的处理,其中图10示出了在控制器8上运行的处理。
处理开始于步骤S10,其获得与管道内材料2的电导率有关的电导率数据。获得的数据为一组电导率值的形式,其中每个电导率值与管道内的子区域相关联(例如如图7a、图7b所示)。
然后,处理转到步骤S11,在步骤S11中处理获得的数据以生成水平和垂直剖面图。可以通过生成获取的数据内的每列数据的数值平均值来生成水平剖面图。
图11a示出了示出管道内各个区域的电导率的示例性强度图(基于图7至图9的不同数据组)。图11b示出了基于图11a的数据的水平剖面图。垂直轴显示穿过管道(水平轴)的每个水平位置的平均强度(不按比例)。在所示的图中,可以看出,电导率剖面图的峰值在管道中心略微偏右侧。水平剖面图可以被认为是表示界面流动区域C的形状。
此外,可以通过生成获取的数据内每行数据的数值平均值来生成垂直剖面图。图11c示出了这种垂直剖面图。水平轴显示跨越管道(垂直轴)的每个垂直位置的平均强度(不按比例)。在所示的图中可以看出,电导率剖面图的峰值在距离管道底部上方大约1/6的位置处,朝向管道底部轻微衰减,并且朝向管道顶部显著衰减。垂直剖面图可以被认为表示界面流动区域C的位置。
然后,处理转到步骤S12,其中识别各个流动区域。也就是说,在步骤S11中生成的剖面图用于协助管道3内的流动区域A、B和C的识别。例如,通过考虑电导率峰值的位置,可以确定界面区域(流动区域C)的位置,该区域的任一侧区域被相应地识别为浆料区域(流动区域A)和空气区域(流动区域B)。考虑到浆料将在管道下部(由于重力)流动的先前知识,任何空气通常会在管道的上部被发现,而界面区域下方和上方的那些流动区域可以被相应地识别为浆料区域(流动区域A)和空气区域(流动区域B)。
此外,应当理解,在一些情况下,界面区域可能不正好水平地位于管道内和/或流动区域A的中心可能不位于管道的中心。生成的剖面图允许任何这种偏差被考虑。
界面区域的范围和位置可以基于已知的流动模式来确定。也就是说,经验数据可用于生成预期的流动模式或对给定的一组材料和状况的参考模式。使用垂直和水平剖面图可允许在获得的数据和参考模式之间以及对要识别的每个流动区域进行比较。
在一些实施例中,界面区域可以被确定为例如以峰值电导率位置为中心或以在剖面图的拐点处为中心。此外,可以将界面区域的范围确定为具有围绕峰值电导率区域的、电导率在峰值电导率预定百分比之内的区域。
当然,应当理解,获得的数据可以相对于任何特定的轴系统旋转。因此,可以旋转所获得的数据,以便允许根据水平和垂直剖面图进行分析。实际上,图7至图9所示的数据相对于垂直/水平轴系统旋转了大约120度。另一方面,可以使用任何合适的剖面图或坐标系(例如径向坐标和极坐标和剖面图)。
此外,应当理解,上述技术不需要限于在具有三层分层流动的系统中使用。具有其他层数的流动系统也可以受益于这种技术。类似地,也可以以这种方式处理不具有分层流动的系统(只要具有稳定的流动模式,其可以以某种方式表征、具有在管道或其它感兴趣区域内的不同流动区域或不同部分,其中每一个流动区域可以被提供有适当的加权或缩放因子,并且通过例如与参考模式进行比较来被识别)。
一旦在步骤S12识别出流动区域,则处理转到步骤S13,在步骤S13中产生流动掩模。如上文参考图8a和图8b所述,流动掩模包括一组数据,其中每个子区域被分配一个值,该值表示该子区域对管道内的真实浓度的贡献。分配给每个流动区域A、B和C内子区域的值(缩放因子)在本例中分别为1、0和0.2。然而,应当理解,这些缩放因子是可选的以反映特定流动系统的性质。也就是说,与各个流动区域的识别一样,缩放因子可以基于经验数据来确定。
在步骤S13中生成了流动掩模,处理转到步骤S14,在步骤S14中,对所获得的电导率数据应用流动掩模(及其成分缩放因子)。如上文参考图9a和图9b所讨论的,该步骤的输出是一组数据,其中每个子区域现在具有与其相关联的单独数值,其基于所获得的电导率数据但是乘以基于流动掩模的缩放因子。
然后,处理转到步骤S15,其中电导数据被转换成体积浓度数据。该处理可以例如如上参照图4(特别是步骤S6)所述进行。应当理解,由于应用掩模而具有零电导率值的子区域将被赋予为零的浓度值。
然后,处理转到步骤S16,其中可以为管道内的整个区域导出平均浓度值。例如,通过取非零浓度值(即流动区域A和C中子区域内的数值)的数值平均值,可以导出代表该流动区域内材料的平均浓度值。
然后,处理进行到步骤S17,其中基于由流动区域A和C填充的管道比例来补偿平均浓度值。也就是说,通过根据掩模内非零子区域的数量将平均浓度值缩放为管道内子区域总数的一部分,可以基于已知的管道直径或几何形状来规范(normalise)浓度值。最后,可以在步骤S18中(结合比重数据)进一步处理这样的浓度值,以生成指示管道2内材料密度的数据。同样地,上面更详细地描述了这种处理。
应当理解,可以结合图10的处理来执行上面参照图1至图5描述的任何处理。此外,可以以不同的顺序执行上述各个处理步骤。例如,执行剖面图的生成(S11)、流动区域的识别(S12)以及掩模的生成和应用(S13和S14)的步骤可以在这些步骤之前利用浓度数据而不是将电导率数据转化为浓度来执行。类似地,可以在稍后阶段(例如,在步骤S16中执行空间平均之后或甚至在S17中进行补偿)执行转换为浓度的过程。
更一般地,图10的处理可以与电导率数据和/或浓度数据组合使用,以允许对将要生成的管道内的流动作准确的表示。特别地,基于所识别的流动区域的流动区域识别和缩放因子的应用可以应用于任何形式的断层扫描数据,以使某些区域被忽略(否则这些区域可能导致误导的输出数据)。这种技术具有特定的应用(其中已知空气区域存在于管道内的应用)。
当然,还应当理解,如上所述的感兴趣区域内的各个区域的识别可以基于从EIT传感器4以外的源接收的数据。例如,子区域的识别可以基于从其他形式的密度测量装置、ERT/ECT传感器或更一般地生成在感兴趣的区域内指示多个子区域中材料性质的数据的任何系统所接收的数据。
虽然以上将各个处理描述为在控制器8上执行,但是应当理解,这些处理可以由任何适当形式的处理器来执行。此外,上述处理可以由被布置为彼此通信的多个处理器来执行。例如,部分处理可以由与EIT传感器4相关联的处理器执行,而另一部分的处理可以由远离EIT传感器4的另一个处理器执行。类似地,可以实时地(即,当EIT传感器获取数据时)或者稍后地对存储的数据执行处理。
本领域普通技术人员将理解,本发明仅通过示例的方式描述,并且本发明本身由权利要求限定。在不脱离如权利要求所限定的本发明的范围的情况下,可以对上述示例性设计进行多种修改和变化。例如,可以改变各种部件的精确形状、构造和尺寸。
所描述和示出的实施例应被认为是说明性的而不是限制性的。应当理解,仅示出和描述了优选实施例,并且落入权利要求中限定的本发明范围内的所有改变和修改都是希望得到保护的。关于权利要求书,当用诸如“一个”或“至少一个”这样的词语表达特征时,无意将权利要求限于仅一个这样的特征(除非特别地在权利要求中另有说明)。当使用语言“至少一部分”和/或“一部分”时,除非特别另有说明,否则该项目可以包括部分和/或整个项目。
Claims (59)
1.一种浆料密度测量系统,用于测量一个区域内的浆料密度,所述浆料密度测量系统包括:
多个电极,所述多个电极被布置在所述区域周围;
激励源,所述激励源被布置为将电信号施加到至少一个所述电极中;
监测器,所述监测器被布置为监测至少一个所述电极的电参数,所述监测的电参数响应于所述区域内的电流流动而发生变化;以及
处理器,所述处理器被布置为:
基于所述监测的电参数,生成指示所述区域内所述浆料的复阻抗的数据;以及
基于指示所述浆料的复阻抗的数据生成指示所述浆料的浆料密度的数据。
2.如权利要求1所述的浆料密度测量系统,其特征在于,生成指示所述材料的复阻抗的数据还基于参考数据,所述参考数据包括所述监测的电参数的期望值,所述期望值基于具有影响所述电参数的预定电气特性的参考材料。
3.如权利要求2所述的浆料密度测量系统,其特征在于,基于所述监测的电参数生成指示所述浆料的浆料密度的数据包括生成指示所述监测的电参数与所述监测的电参数的期望值之间的相对差的数据。
4.如权利要求2或3所述的浆料密度测量系统,其特征在于,基于所述监测的电参数生成指示所述材料的复阻抗的数据包括生成与所述参考材料相比指示所述材料的相对阻抗的数据。
5.如上述权利要求中任一项所述的浆料密度测量系统,其特征在于,基于指示所述浆料的复阻抗的数据生成指示所述浆料的浆料密度的数据包括:
基于所述浆料的复阻抗和第一成分的复阻抗生成指示所述浆料的所述第一成分浓度的数据。
6.如权利要求5所述的浆料密度测量系统,其特征在于,生成指示所述浆料的浆料密度的数据进一步基于第二成分的复阻抗。
7.如上述权利要求中任一项所述的浆料密度测量系统,其特征在于,生成指示所述浆料的组成的数据包括生成指示所述浆料的复阻抗的模数的数据。
8.如上述权利要求中任一项所述的浆料密度测量系统,还包括至少一个传感器,所述传感器被布置为生成指示所述区域内所述浆料的性质的数据,其中生成指示所述区域内所述浆料的浆料密度的数据进一步基于指示所述浆料的性质的数据。
9.如权利要求8所述的浆料密度测量系统,其特征在于,所述传感器是温度传感器或电导率传感器。
10.如上述权利要求中任一项所述的浆料密度测量系统,还包括气体比例探测器,所述气体比例探测器被配置为生成指示所述区域内气体比例的数据。
11.如权利要求10所述的浆料密度测量系统,其特征在于,所述气体比例探测器包括超声波探测器。
12.如权利要求10或11所述的浆料密度测量系统,其特征在于,基于指示所述区域内所述气体比例的数据生成指示所述浆料的浆料密度的数据。
13.如上述权利要求中任一项所述的浆料密度测量系统,其特征在于,指示所述浆料的浆料密度的数据包含多个值,每个值与所述区域内的多个子区域中的相应一个相关联。
14.如上述权利要求1至12中任一项所述的浆料密度测量系统,其特征在于,指示所述浆料的浆料密度的数据包含多个值的空间平均值,所述多个值中的每一个与所述区域内的多个子区域中的相应一个相关联。
15.如上述权利要求中任一项所述的浆料密度测量系统,其特征在于,所述激励源被布置为在至少第一对所述电极之间施加交变电信号。
16.如权利要求15所述的浆料密度测量系统,其特征在于,所述监测器被布置为在所述电信号施加在第一对所述电极之间时监测至少第二对所述电极之间的电势差。
17.如权利要求16所述的浆料密度测量系统,其特征在于,所述监测器还被布置为在所述电信号施加在第一对所述电极之间时,在与监测所述第二对电极之间的电势差的不同时间,监测至少第三对所述电极之间的电势差。
18.如上述权利要求15至17中任一项所述的浆料密度测量系统,其特征在于,所述激励源还被布置为在另一对所述电极之间施加交变电信号,所述电信号以与所述电信号施加在所述第一对所述电极之间的时间不同的时间施加在所述另一对电极之间。
19.一种工业处理装置,所述工业处理装置包括根据上述权利要求中任一项所述的浆料密度测量系统。
20.一种液压输送装置,所述液压输送装置包括根据权利要求1至18中任一项所述的浆料浓度测量系统。
21.一种用于测量一个区域内浆料的浆料密度的方法,所述方法包括:
提供:围绕所述区域的多个电极;激励源;监视器;以及处理器;
通过所述激励源将电信号施加到至少一个所述电极;
监测至少一个所述电极的电参数,使所述电参数响应于所述区域内电流的流动而改变;
由所述处理器基于所监测的电参数生成指示所述区域内所述浆料的复阻抗的数据;以及
基于指示所述浆料的复阻抗的数据生成指示所述浆料的浆料密度的数据。
22.如权利要求21所述的方法,其特征在于,生成指示所述浆料的复阻抗的数据还基于参考数据,所述参考数据包括所述监测的电参数的期望值,所述期望值基于具有影响所述电参数的预定电气特性的参考材料。
23.如权利要求22所述的方法,其特征在于,基于所述监测的电参数生成指示所述浆料的浆料浓度的数据包括生成指示所述监测的电参数与所述监测的电参数的期望值之间的相对差的数据。
24.如权利要求22或23所述的方法,其特征在于,基于所述监测的电参数生成指示所述浆料的复阻抗的数据包括生成指示所述浆料相对于所述参考材料的相对阻抗的数据。
25.如权利要求21至24中任一项所述的方法,其特征在于,基于指示所述浆料的复阻抗的数据生成指示所述浆料的浆料密度的数据包括:
基于所述浆料的复阻抗和第一成分的复阻抗生成指示所述浆料的所述第一成分的浓度的数据。
26.如权利要求25所述的方法,其特征在于,生成指示所述浆料的浆料密度的数据进一步基于第二成分的复阻抗。
27.如权利要求21至26中任一项所述的方法,其特征在于,生成指示所述浆料组成的数据包括生成指示所述浆料的复阻抗的模数的数据。
28.如权利要求21至27中任一项所述的方法,还包括:
提供至少一个传感器;以及
由所述传感器生成指示在所述区域内的所述浆料的性质的数据,其中由所述处理器生成指示所述区域内浆料的浆料密度的数据进一步基于指示所述浆料的性质的数据。
29.如权利要求28所述的方法,其特征在于,所述传感器是温度传感器或电导率传感器。
30.如权利要求21至29中任一项所述的方法,还包括:
提供气体比例探测器;以及
通过所述气体比例探测器生成指示所述区域内气体比例的数据。
31.如权利要求30所述的方法,其特征在于,所述气体比例探测器包括超声波探测器。
32.如权利要求30或31所述的方法,其特征在于,所述指示所述浆料的浆料密度的数据是由所述处理器基于指示所述区域内气体比例的数据生成的。
33.如权利要求21至32中任一项所述的方法,其特征在于,指示所述浆料的浆料密度的数据包含多个值,每个值与所述区域内的多个子区域中相应的一个相关联。
34.如权利要求21至32中任一项所述的方法,其特征在于,指示所述浆料的浆料密度的数据包含多个值的空间平均值,所述多个值中的每一个与所述区域内多个子区域中相应的一个相关联。
35.如权利要求21至34中任一项所述的方法,其特征在于,包括:由所述激励源在至少第一对所述电极之间施加交流电信号。
36.如权利要求35所述的方法,其特征在于,包括:在所述电信号施加在第一对所述电极对之间时由所述监测器监测至少第二对所述电极之间的电势差。
37.如权利要求36所述的方法,其特征在于,还包括在所述电信号施加在第一对所述电极之间时,在与监测所述第二对电极之间的电势差的不同时间,由所述监测器监测至少第三对所述电极之间的电势差。
38.如权利要求35至37中任一项所述的方法,其特征在于,还包括由所述激励源在另一对所述电极之间施加交变电信号,所述电信号以与所述电信号施加在所述第一对所述电极之间的时间不同的时间施加在所述另一对电极之间。
39.一种控制工业处理的方法,所述方法还包括根据权利要求21至38中任一项所述的方法,其中所述工业处理基于指示所述浆料的浆料密度的数据来控制。
40.一种液压输送的方法,所述方法还包括根据权利要求21至38中任一项所述的方法,其中基于指示所述浆料的浆料密度的数据来控制所述液压输送。
41.一种用于生成指示区域内物质分布的数据的方法,所述方法包括:
获取指示所述区域内物质性质的第一数据;
基于所述区域内物质的参考模式获取第二数据;以及
组合所述第一数据和所述第二数据以生成指示所述区域内物质分布的数据。
42.如权利要求41所述的方法,其特征在于,所述第二数据基于所述区域的取向。
43.如权利要求41或42所述的方法,其特征在于,获取所述第二数据包括基于所述第一数据和所述参考模式来生成所述第二数据。
44.如权利要求41至43中任一项所述的方法,其特征在于,所述第一数据包括多个第一数据项,所述多个第一数据项中的每一个在所述区域内的多个位置中相应的一个位置处指示所述物质性质。
45.如权利要求41至44中任一项所述的方法,其特征在于,所述参考模式包括指示所述区域内多个部分的数据,每个部分包括所述区域内的一个或多个位置。
46.如引用权利要求44的权利要求45所述的方法,其特征在于,所述第二数据包括多个第二数据项,所述多个第二数据项中的每一个与所述区域内的所述多个位置中相应的一个或多个相关联,所述多个第二数据项中的每一个基于相应的第一数据项和所述参考模式之间的关系。
47.如权利要求46所述的方法,其特征在于,所述多个第二数据项中的每一个包括缩放因子,并且其中组合所述第一数据和所述第二数据包括将所述第一数据项中的每一个与所述第二数据项中相应的一个相乘,以生成指示所述区域内物质分布的数据。
48.如权利要求47所述的方法,其特征在于,其中基于所述第一数据和所述参考模式来生成所述第二数据包括基于相应的第一数据项和所述参考模式之间的关系向每个所述第二数据项分配预定缩放因子。
49.如权利要求41至48中任一项所述的方法,还包括生成指示所述区域预定部分内的第一数据项值变化的数据,以及基于指示变化的数据生成所述第二数据。
50.如权利要求49所述的方法,其特征在于,指示所述区域预定部分内的第一数据项值变化的数据基于平均数据项,每个平均数据项指示所述区域内预定子集的位置中的物质性质。
51.如权利要求47或引用权利要求47所述的方法,其特征在于,所述分布数据包括多个分布数据项,所述多个分布数据项中的每一个与所述区域内的所述多个位置中相应的一个或多个相关联。
52.如权利要求51和45或引用权利要求51和45所述的方法,其特征在于,还包括生成相应于所述区域多个部分的预定子集内的位置的分布数据项的平均值。
53.如权利要求52所述的方法,其特征在于,还包括基于包含在所述区域的多个部分的预定子集内的区域比例来缩放所生成的平均值。
54.如权利要求41至53中任一项所述的方法,其特征在于,所述区域由管道限定。
55.如权利要求41至54中任一项所述的方法,其特征在于,指示所述区域内物质分布的数据包括指示在所述区域内流动的材料体积浓度的数据。
56.如权利要求41至55中任一项所述的方法,其特征在于,所述物质的性质是所述物质的复阻抗。
57.如权利要求41至55中任一项所述的方法,其特征在于,所述物质的性质是预定材料的体积浓度。
58.如权利要求41至57中任一项所述的方法,还包括基于所述指示区域内物质分布的数据生成指示所述区域内浆料密度的数据。
59.一种装置,所述装置被布置成用于执行如权利要求41至58中任一项所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GB1416182.2 | 2014-09-12 | ||
GBGB1416182.2A GB201416182D0 (en) | 2014-09-12 | 2014-09-12 | Density measurement system and method |
PCT/GB2015/052643 WO2016038391A1 (en) | 2014-09-12 | 2015-09-11 | Density measurement system and method |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107110804A true CN107110804A (zh) | 2017-08-29 |
CN107110804B CN107110804B (zh) | 2020-09-29 |
Family
ID=51869538
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580061229.9A Active CN107110804B (zh) | 2014-09-12 | 2015-09-11 | 密度测量系统及方法 |
Country Status (9)
Country | Link |
---|---|
US (1) | US10408777B2 (zh) |
EP (1) | EP3191826A1 (zh) |
JP (1) | JP2017526936A (zh) |
CN (1) | CN107110804B (zh) |
AU (1) | AU2015314009B2 (zh) |
CA (1) | CA2960931C (zh) |
GB (1) | GB201416182D0 (zh) |
WO (1) | WO2016038391A1 (zh) |
ZA (1) | ZA201702477B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109738331A (zh) * | 2019-01-18 | 2019-05-10 | 中国航发北京航空材料研究院 | 一种检测蜂窝体密度分布的方法 |
CN111566477A (zh) * | 2018-01-23 | 2020-08-21 | 丹尼斯·M·安德森 | 使用实验室校准的测试设备和样本数据分析多孔材料 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11400194B2 (en) * | 2017-06-24 | 2022-08-02 | Nxstage Medical, Inc. | Fluid management and measurement systems, devices, and methods |
US10788347B2 (en) | 2017-07-19 | 2020-09-29 | United States Of America As Represented By The Secretary Of The Air Force | Method for estimating physical characteristics of two materials |
GB201818890D0 (en) | 2018-11-20 | 2019-01-02 | Ind Tomography Systems Plc | Mass flow monitoring |
GB202004601D0 (en) | 2020-03-30 | 2020-05-13 | Ind Tomography Systems Plc | Apparatus and method for determining a characteristic of a material |
EP3940377A1 (en) * | 2020-07-16 | 2022-01-19 | 3M Innovative Properties Company | Method, data set and sensor to sense a property of a liquid |
WO2022243806A1 (en) * | 2021-05-20 | 2022-11-24 | Precision Planting Llc | Methods of analyzing one or more agricultural materials, and systems thereof |
GB202112181D0 (en) | 2021-08-25 | 2021-10-06 | Ind Tomography Systems Ltd | Method of monitoring a chemical process in a column apparatus |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN88100066A (zh) * | 1987-01-09 | 1988-11-23 | 株式会社日立制作所 | 水质管理法及其所采用的电导率测量方法和装置 |
WO2002103376A1 (en) * | 2001-06-15 | 2002-12-27 | Mississippi State University | Through-log density detector |
CN101093207A (zh) * | 2007-06-21 | 2007-12-26 | 天津大学 | 两相流分相含率阻抗传感器及其结构参数的优化方法 |
CN101622528A (zh) * | 2007-03-01 | 2010-01-06 | 霍夫曼-拉罗奇有限公司 | 用于操作电化学分析物传感器的系统和方法 |
CN101796402A (zh) * | 2007-09-06 | 2010-08-04 | 皇家飞利浦电子股份有限公司 | 用于流体的化学分析的方法和设备 |
CN102183549A (zh) * | 2010-01-05 | 2011-09-14 | 通用电气公司 | 分布式系统的电网络表示 |
CN102713592A (zh) * | 2009-09-29 | 2012-10-03 | 奥图泰公司 | 质量流的三维成像 |
JP2012202924A (ja) * | 2011-03-28 | 2012-10-22 | Ihi Corp | トモグラフィ装置及びトモグラフィ計測方法 |
US20130144548A1 (en) * | 2011-12-06 | 2013-06-06 | Schlumberger Technology Corporation | Tomography of multiphase mixtures |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4617939A (en) | 1982-04-30 | 1986-10-21 | The University Of Sheffield | Tomography |
US5272624A (en) | 1990-10-02 | 1993-12-21 | Rensselaer Polytechnic Institute | Current patterns for impedance tomography |
US5588429A (en) | 1991-07-09 | 1996-12-31 | Rensselaer Polytechnic Institute | Process for producing optimal current patterns for electrical impedance tomography |
JP3509825B2 (ja) * | 1995-03-29 | 2004-03-22 | 横河電機株式会社 | 多相流流量計 |
JPH08271469A (ja) * | 1995-03-29 | 1996-10-18 | Yokogawa Electric Corp | 混相密度計 |
JP3572200B2 (ja) * | 1998-07-14 | 2004-09-29 | 三菱重工業株式会社 | 極低温流体の密度計測装置 |
JP2003050221A (ja) * | 2001-08-06 | 2003-02-21 | Mitsubishi Heavy Ind Ltd | ハイドレート含有率測定方法、測定装置及びそれを備えた設備 |
US7865236B2 (en) | 2004-10-20 | 2011-01-04 | Nervonix, Inc. | Active electrode, bio-impedance based, tissue discrimination system and methods of use |
GB0910704D0 (en) | 2009-06-22 | 2009-08-05 | Univ Leeds | A novel tomographic sensing system for high conductivity multiphase flow measurement |
US8054094B1 (en) * | 2010-06-10 | 2011-11-08 | General Electric Company | Image reconstruction based constrained maximization |
US8508238B2 (en) * | 2010-08-12 | 2013-08-13 | General Electric Company | System and method for performing electrical impedance tomography |
JP2013195343A (ja) * | 2012-03-22 | 2013-09-30 | Ihi Corp | トモグラフィ装置及びトモグラフィ計測方法 |
GB2507368B (en) * | 2013-04-30 | 2016-01-06 | Iphase Ltd | Method and apparatus for monitoring the flow of mixtures of fluids in a pipe |
WO2014191991A1 (en) | 2013-05-26 | 2014-12-04 | Ramot At Tel-Aviv University Ltd. | Diagnostic and monitoring electrical impedance tomography (eit) system for osteoporosis |
-
2014
- 2014-09-12 GB GBGB1416182.2A patent/GB201416182D0/en not_active Ceased
-
2015
- 2015-09-11 EP EP15766219.8A patent/EP3191826A1/en active Pending
- 2015-09-11 WO PCT/GB2015/052643 patent/WO2016038391A1/en active Application Filing
- 2015-09-11 US US15/510,363 patent/US10408777B2/en active Active
- 2015-09-11 CN CN201580061229.9A patent/CN107110804B/zh active Active
- 2015-09-11 JP JP2017514556A patent/JP2017526936A/ja active Pending
- 2015-09-11 CA CA2960931A patent/CA2960931C/en active Active
- 2015-09-11 AU AU2015314009A patent/AU2015314009B2/en active Active
-
2017
- 2017-04-07 ZA ZA2017/02477A patent/ZA201702477B/en unknown
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN88100066A (zh) * | 1987-01-09 | 1988-11-23 | 株式会社日立制作所 | 水质管理法及其所采用的电导率测量方法和装置 |
WO2002103376A1 (en) * | 2001-06-15 | 2002-12-27 | Mississippi State University | Through-log density detector |
CN101622528A (zh) * | 2007-03-01 | 2010-01-06 | 霍夫曼-拉罗奇有限公司 | 用于操作电化学分析物传感器的系统和方法 |
CN101093207A (zh) * | 2007-06-21 | 2007-12-26 | 天津大学 | 两相流分相含率阻抗传感器及其结构参数的优化方法 |
CN101796402A (zh) * | 2007-09-06 | 2010-08-04 | 皇家飞利浦电子股份有限公司 | 用于流体的化学分析的方法和设备 |
CN102713592A (zh) * | 2009-09-29 | 2012-10-03 | 奥图泰公司 | 质量流的三维成像 |
CN102183549A (zh) * | 2010-01-05 | 2011-09-14 | 通用电气公司 | 分布式系统的电网络表示 |
JP2012202924A (ja) * | 2011-03-28 | 2012-10-22 | Ihi Corp | トモグラフィ装置及びトモグラフィ計測方法 |
US20130144548A1 (en) * | 2011-12-06 | 2013-06-06 | Schlumberger Technology Corporation | Tomography of multiphase mixtures |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111566477A (zh) * | 2018-01-23 | 2020-08-21 | 丹尼斯·M·安德森 | 使用实验室校准的测试设备和样本数据分析多孔材料 |
CN109738331A (zh) * | 2019-01-18 | 2019-05-10 | 中国航发北京航空材料研究院 | 一种检测蜂窝体密度分布的方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3191826A1 (en) | 2017-07-19 |
US20170241929A1 (en) | 2017-08-24 |
AU2015314009A1 (en) | 2017-04-27 |
JP2017526936A (ja) | 2017-09-14 |
ZA201702477B (en) | 2021-10-27 |
WO2016038391A1 (en) | 2016-03-17 |
AU2015314009B2 (en) | 2021-03-25 |
GB201416182D0 (en) | 2014-10-29 |
CN107110804B (zh) | 2020-09-29 |
CA2960931A1 (en) | 2016-03-17 |
US10408777B2 (en) | 2019-09-10 |
CA2960931C (en) | 2022-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107110804A (zh) | 密度测量系统及方法 | |
Dyakowski et al. | Application of capacitance tomography to gas-solid flows | |
US10132847B2 (en) | Tomography of multiphase mixtures | |
Perera et al. | Imaging of oil-water flow patterns by electrical capacitance tomography | |
Lucas et al. | A six-electrode local probe for measuring solids velocity and volume fraction profiles in solids-water flows | |
AU2011375142B2 (en) | Probe arrangement for a flotation cell | |
Cui et al. | Liquid film thickness estimation using electrical capacitance tomography | |
Cui et al. | Electrical impedance sensors for multi-phase flow measurement: A review | |
Li et al. | Imaging conductive materials with high frequency electrical capacitance tomography | |
EP2542868A1 (en) | A probe indicating intermaterial boundaries | |
Liu et al. | Experimental study of the complex resistivity and dielectric constant of chrome-contaminated soil | |
Seleghim Jr et al. | Direct imaging of two-phase flows by electrical impedance measurements | |
Muhamedsalih et al. | A two-phase flow meter for determining water and solids volumetric flow rates in stratified, inclined solids-in-water flows | |
Rahmat et al. | Review of tomographic imaging using finite element method | |
Van Wijk et al. | The influence of grain size on the performance of conductivity concentration meters | |
Shi et al. | Electrical sensing of dispersion behaviour | |
Wang et al. | Tomographic imaging of phase distribution and spatial correlation of the fluidization dynamics in a fluidized bed | |
Li et al. | The analysis and study on electromagnetic field of conductance water fraction sensor | |
Faraj | Measurement and visualisation of slurry flow using electrical resistance tomography | |
Papanicolaou et al. | Methodological considerations for studying self-weight fluidization in a sedimentation column | |
Haryono et al. | A Preliminary study of three-phase column flotation process monitoring using electrical capacitance volume tomography | |
Halow | Electrical capacitance imaging of fluidized beds | |
Aw et al. | Simulation study on electrical resistance tomography using metal wall for bubble detection | |
WO2008067615A1 (en) | Method and apparatus for non-intrusive monitoring of materials transported through pipelines | |
Frias | Dual-Modality Electrical Resistance and Capacitance Process Tomography System |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211009 Address after: Manchester City, England Patentee after: Industrial Tomography System Co.,Ltd. Address before: Manchester City, England Patentee before: INDUSTRIAL TOMOGRAPHY SYSTEMS PLC |