CN112067691A - 油气水三相介质衰减谱融合多频超声层析成像方法 - Google Patents
油气水三相介质衰减谱融合多频超声层析成像方法 Download PDFInfo
- Publication number
- CN112067691A CN112067691A CN202010893091.1A CN202010893091A CN112067691A CN 112067691 A CN112067691 A CN 112067691A CN 202010893091 A CN202010893091 A CN 202010893091A CN 112067691 A CN112067691 A CN 112067691A
- Authority
- CN
- China
- Prior art keywords
- excitation
- attenuation
- coefficient
- field
- probe
- 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
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000003325 tomography Methods 0.000 title claims abstract description 54
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 37
- 238000001228 spectrum Methods 0.000 title claims abstract description 26
- 230000004927 fusion Effects 0.000 title claims abstract description 11
- 239000000523 sample Substances 0.000 claims abstract description 50
- 230000005284 excitation Effects 0.000 claims abstract description 47
- 238000009792 diffusion process Methods 0.000 claims abstract description 27
- 238000009826 distribution Methods 0.000 claims abstract description 26
- 239000011159 matrix material Substances 0.000 claims abstract description 26
- 238000005259 measurement Methods 0.000 claims abstract description 26
- 238000010521 absorption reaction Methods 0.000 claims abstract description 25
- 238000012937 correction Methods 0.000 claims abstract description 11
- 125000004122 cyclic group Chemical group 0.000 claims abstract description 10
- 238000003384 imaging method Methods 0.000 claims description 51
- 230000004044 response Effects 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000009471 action Effects 0.000 claims description 2
- 230000003595 spectral effect Effects 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 description 24
- 230000008569 process Effects 0.000 description 15
- 239000003921 oil Substances 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 11
- 238000012360 testing method Methods 0.000 description 9
- 239000007789 gas Substances 0.000 description 7
- 238000011160 research Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 239000007788 liquid Substances 0.000 description 6
- 238000002604 ultrasonography Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000003889 chemical engineering Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 230000002401 inhibitory effect Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 230000002902 bimodal effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000001311 chemical methods and process Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002593 electrical impedance tomography Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/02—Analysing fluids
- G01N29/032—Analysing fluids by measuring attenuation of acoustic waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
- G01N29/4463—Signal correction, e.g. distance amplitude correction [DAC], distance gain size [DGS], noise filtering
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/01—Indexing codes associated with the measuring variable
- G01N2291/015—Attenuation, scattering
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/02—Indexing codes associated with the analysed material
- G01N2291/024—Mixtures
Landscapes
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Acoustics & Sound (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明涉及一种油气水三相介质衰减谱融合多频超声层析成像方法，包括下列步骤：在被测场域外等距均匀的布置一定数量的超声换能器，并采用连续线性调频chirp信号进行激励，激励探头和接收探头按顺序进行循环激励，循环测量；不同激励探头与接收探头对之间形成特定投影路径；进行扩散衰减建模，根据激励、接收探头的相对位置、偏角信息定量计算扩散衰减模型；计算系数矩阵R，使用几何位置修正的系数矩阵构建策略，提出声束角加权修正方法以抑制场域内侧向散射导致的伪影；根据系数矩阵R和步所计算的场域内m每条投影路径总吸收衰减系数的m×1维向量τ，采用图像重建方法，表征场域内各相介质几何分布。
Description
技术领域
本发明属于超声层析成像技术领域，涉及一种利用衰减谱信息融合的多频超声层析成像方法，用于实 现被测物场内油气水三相介质分布的重建与可视化表征。
背景技术
超声层析成像技术(Ultrasonic Tomography,UT)是过程层析成像(ProcessTomography,PT)中的一种 非侵入成像模态，通过对布置于被测场域外的超声传感器阵列施加激励，记录同侧或对侧超声换能器接收 的时变电压信号，结合线性化成像模型与图像重建算法对被测场域内折射系数、衰减系数或声阻抗分布等 参数进行重建，进而对场域内多种介质分布进行可视化表征。相比其他成像方法如电阻抗层析成像 (ElectricalImpedance Tomography,EIT)、电磁层析成像(Magnetic Impedance Tomography,MIT)、X射线 层析成像(X-ray Computed Tomography,X-CT)及光学层析成像方法(OpticalCoherence Tomography,OCT)， UT具有成本低、使用安全、结构简单、成像速度快等优势，是一种较为理想的过程可视化检测手段，在 能源开采与输运，工业监控与预警，航空航天与能源动力等产业领域有重要的研究价值与广阔的应用前景。
超声层析成像研究主要集中在超声换能器阵列设计、信号激励与采集系统研制、测试与图像重建算法 研究三个方面。其中测试与图像重建算法通过对超声换能器接收信号进行处理，解调提取信号幅值或时间 信息，得到某个确定激励下全部换能器的有效测量数据，建立成像模型并通过图像重建方法得到被测场域 各位置物理参数以表征场域内介质分布。目前，测试与图像重建算法仍主要利用超声传播硬场特性，成像 结果好坏严重依赖于超声换能器的数量，算法求解过程具有严重的病态性(对测量值的微小扰动会导致重建结果的大幅度变化)和欠定性(所需求解的方程数远小于未知量的数目)。为克服上述问题，学者们提 出了许多测试与图像重建算法，根据敏感效应的不同主要分为透射模式和反射模式：透射模式利用激励超 声换能器对侧超声换能器上接收到的时变电压信号提取渡越时间、衰减幅值并重建介质分布；反射模式利 用激励超声换能器同侧超声换能器上接受到的时变电压信号，提取渡越时间以重建介质边界轮廓，提取信 号幅值以计算边界声阻抗差异。在透射模式超声成像算法研究中，典型的图像重建方法有徐立军等人1998 年在《仪器仪表学报》第17卷，1-7页，发表的题为《气液两相泡状流体监测用超声层析成像系统的研究》 (Investigation of Ultrasound Tomography System used for Monitoring BubblyGas/Liquid Two-phase fluid)的 文章中提到的二值反投影方法、Rahim等人2007年在《传感器与执行器》(Sensors and Actuators)第135 卷，337-345页发表的题为《超声透射层析成像技术对液体、气体的非侵入性成像》(Non-invasive imaging of liquid/gas flowusing ultrasonic transmission mode tomography)的文章中提到的采用滤波函数的线性反投 影方法、Rahim等人2017年在《IEEE工业电子汇刊》(IEEE Transactions onIndustrial Electronics)第64 卷，第12期，9636-9645页发表的题为《导电管壁内气泡柱上升过程的相含率检测：仿真和实验研究》 (Simulative and Experimental Studies:Void Fraction Detection in Bubble Column of a Conducting Pipe)的文章 中提出的超声阈值滤波方法、苏邦良等人2000年在《化学工程》(Chemical Engineering Journal)第77卷， 37-41页发表的题为《同步迭代重建技术在电容层析成像中的应用》(The use ofsimultaneous iterative reconstruction technique for electrical capacitancetomography)的文章中提出的同步迭代重建方法等；在反射 模式超声成像算法研究中，典型的图像重建算法有徐春广等人在《仪表技术与传感器》2013年第4期中发 表的题为《基于VC++的超声探伤仪发射端信号测量与处理系统》的文章中提出的反射式超声椭圆成像算法、Langener等人2017年在《流动测量与仪表》(Flow Measurement and Instrumentation)第53卷，107-115 页发表的题为《一种基于超声反射重建技术的实时超声过程层析成像系统》(A real-time ultrasound process tomography system using a reflection modereconstruction technique)的文章中提出的基于路径追踪的超声反 射图像重建算法。
在现有超声测试与图像重建方法研究工作中，被测对象多为泡状分布的气水两相介质或油水两相介质。 但在实际工业生产应用中，油气水三相介质比气水或油水两相介质更广泛的存在于石油开采运输、化工过 程监测、清洁能源生产等过程工业中。针对油气水三相介质分布重建问题，由于三种介质物理参数特点(油 相与气相均不导电，因此以电学为代表的软场成像无法区分油相与气相介质；油相与气相阻抗差异过大， 因此以射线为代表的硬场成像无法测得油相介质信息)，传统的单一敏感原理层析成像技术很难同时进行三相介质分布区分重建，学者们通常采用多模态成像技术对该问题进行研究解决。典型的研究工作为： Johansen等人1996年在《测量科学与技术》(Measurement Science andTechnology)第7卷，297页发表的 题为《一种双模态传感器流动层析成像系统》(A dualsensor flow imaging tomographic system)的文章中提 出的将电容层析成像技术与γ射线层析成像技术结合，测量油气水三相流动介质的方法；Hoyle等人2001 年在《流动测量与仪表》(Flow Measurement and Instrumentation)第18卷，247-254页发表的题为《多模态过程层析成像系统的工程与应用》(Engineering and application of a dual-modality process tomography system)的文章中提出的应用于多相流过程参数分布重建的多截面ERT/ECT/UT多模态成像系统；孙江涛 等人2015年在《测量》(Measurement)第66卷，150-160页发表的题为《一种用于油气水层流过程成像 的双模态电学层析成像传感器》(A dual-modality electrical tomography sensor for measurement of gas-oil-water stratified flows)的文章中设计的用于油气水三相层流重建的具有内电极电阻层析成像传感器； Rahiman等人在《IEEE传感器期刊》(IEEE Sensor Journal)第17卷，6368-6377页发表的《用于多相流动 成像的单截面电容/超声双模态层析成像方法》(Single-plane dual-modality tomography for multiphase flow imaging by integratingelectrical capacitance and ultrasonic sensors)的文章中设计的同截面电容/超声双模态层 析成像系统，用于油气水三相流相介质分布重建。
通过多模态过程层析成像技术对油气水三相介质进行可视化测量，其需要多套系统、多套传感器、复 杂数据处理与信息融合过程，存在成本高、系统复杂(多个单模态PT系统)、误差大、精度低(单模态低 精度与双模态PT测量误差叠加)，无法对分布复杂的油气水三相介质进行有效重建。
考虑到油气水介质不同声阻抗差异在超声吸收衰减调制中的频谱响应特性，本发明提供多频衰减谱信 息融合的超声层析成像策略与测量模型，在单模态层析成像技术框架内进行泡状分布油气水多相介质分布 的非侵入成像。
发明内容
本发明的目的是提供一种可用于油气水三相介质可视化测量的单模态过程层析成像方法。本发明利用 油气水声阻抗差异在超声吸收衰减调制中的频谱响应特性，基于单模态超声层析成像技术，提出频率扫描 激励的成像策略并推导了对应超声衰减谱信息融合的层析成像模型，用于实现单模态过程层析成像技术下 油气水三相介质可视化测量。使用连续线性调频电压信号进行激励，获取透射模式下对侧传感器接收到的 时变电压信号；对接收信号进行处理和频谱变换，提取对应投影路径上幅值衰减频谱响应信息；建立超声换能器声场传播的扩散衰减频谱响应模型并与获得的幅值衰减频谱响应信息，推导得到投影路径上平均吸 收衰减系数幅值响应特性，线性化表征形成成像模型；基于成像模型进行正问题计算，抑制侧向散射导致 的成像误差与伪影；分别采用反投影类、正则化类、代数类图像重建算法进行图像重建，得到油气水吸收 衰减系数的定量重建结果。所提方法解决了传统单模态超声层析成像无法对油气水三相介质进行成像的问 题，其成像精度与现有双模态成像方法相比有显著提高。技术方案如下：
一种油气水三相介质衰减谱融合多频超声层析成像方法，包括下列步骤：
步骤一：在被测场域外等距均匀的布置一定数量的超声换能器，并采用连续线性调频chirp信号进行 激励，各时刻点激励信号幅值与相角的复数形式S(t)表示为：
其中，A(t)是激励信号的幅值包络线，e是自然对数，j是虚数单位，fc是线性调频信号中心频率， B是线性调频信号频率带宽，T是激励信号持续时间，在各个时间点的激励信号瞬时频率f(t)表示为：
使用chirp信号对某个超声换能器进行激励时，定义此超声换能器为激励探头，定义其在场域对侧的 超声换能器为接收探头，记录接收探头测量的时变电压信号；激励探头和接收探头按顺序进行循环激励， 循环测量；不同激励探头与接收探头对之间形成特定投影路径，每个特定投影路径对应一个测量的时变电 压信号，对该测量信号进行快速傅里叶变换，得到特定投影路径对应的衰减频谱响应信息Vr(f)；
步骤二：进行扩散衰减建模，根据激励、接收探头的相对位置、偏角信息定量计算扩散衰减模型，扩 散衰减指的是超声传播中由于声束扩散，能量被分摊在更大面积上导致的幅值衰减，扩散衰减作用下，特 定投影路径对应的扩散衰减声压幅值Vd(f)表示为：
其中，Lx是激励、接收探头直径，∫probed(xa,xl)表示对接收探头上每点进行积分，(xa,xl)表示接 收探头上各点相对于激励探头中心坐标的轴向和侧向距离，V0是激励声压，λ是超声波长，与激励频率、 介质声速有关，e表示自然指数，i表示虚数，F(·)表示为
其中，z是F(·)函数的自变量；据此，根据特定投影路径对应的衰减频谱响应信息Vr(f)和扩散衰 减声压幅值Vd(f)，定义特定投影路径对应的平均吸收衰减系数αa表示为：
其中，∫raydl根据激励探头和接收探头的位置沿特定投影路径积分，ln是自然对数，
表示偏微分； 据此，将成像测量模型进行线性化表示：
R·a＝τ
R＝∫raydl是m×n维的系数矩阵；a是场域内n个像素平均吸收衰减系数的n×1维向量，τ是场域 内m每条投影路径总吸收衰减系数的m×1维向量，m是循环激励、循环测量下特定投影路径总数，n是 被测场域内均匀划分的像素总数；
步骤三：计算系数矩阵R，使用几何位置修正的系数矩阵构建策略，提出声束角加权修正方法以抑制 场域内侧向散射导致的伪影，方法如下：系数矩阵中特定位置中元素代表特定像素与特定投影路径间的系 数，计算方式为特定投影路径与特定像素重叠区域面积乘以重叠区域距离像素中心距离；同时对系数矩阵 中各元素计算乘型加权系数，对于声束角覆盖区域内的像素，加权系数值大于1，对于不在声束角覆盖区 域内的像素，加权系数值小于1；据此，系数矩阵中特定位置即第i行第j列元素的计算方式表示为：
其中，r为离散相介质反射系数，l是像素尺寸，areaoverlap是特定投影路径与特定像素重叠区域面积， areapixel是像素面积，ddiag是特定投影路径与特定像素重叠区域的对角距离，k-20dB＝1.028是表示声束 覆盖区域边界的常数，k是由像素与声束轴线夹角θ计算得到的常数，表示为：
步骤四：根据步骤三计算的系数矩阵R和步骤二计算的是场域内m每条投影路径总吸收衰减系数的 m×1维向量τ，采用图像重建方法，对场域内n个像素平均吸收衰减系数的n×1维向量进行重建，以此 表征场域内各相介质几何分布。
本发明利用油气水声阻抗差异在超声吸收衰减调制中的频谱响应特性，基于单模态超声层析成像，提 出扫描频率激励的全新成像策略并推导了对应超声衰减谱信息融合的测量模型，用于实现单一层析成像模 态下油气水三相介质可视化测量。本发明的有益效果是解决了传统单模态超声层析成像无法对油气水三相 介质中油泡进行重建的问题，在绝对成像的模式下实现了超声层析成像吸收衰减系数的定量重建，与现有 双模态成像方法相比成像精度有了显著提高。
附图说明
图1为本发明中超声层析成像技术基本系统组成与测试方案；
图2为本发明中采用的线性调频信号进行激励的信号波形与接收到透射声压的信号波形；
图3为本发明中所建立的扩散衰减模型预测声压结果与实测声压结果对比；
图4为本发明中所提出的基于几何位置修正构建策略和声束角加权修正方法的系数矩阵计算结果；
图5为本发明中的典型仿真模型成像结果，并分别给出了不同内含物模型、不同图像重建算法下传统 时差超声层析成像(TDUT)与本发明所提多频超声层析成像(MFUT)图像重建结果；
图6为针对本发明图像重建结果的相对误差和图像相关系数对比。
具体实施方式
结合附图和实施例对本发明的基于非均匀形状约束的像素值域滤波超声成像算法加以说明。
本发明的油气水三相介质多频衰减谱信息融合超声层析成像方法，实施例中针对工业输油管道中油气 水三相流成像这一过程层析成像技术常见应用形式，提出扫描频率激励的全新成像策略并推导了对应超声 衰减谱信息融合的测量模型，用于实现单一层析成像模态下油气水三相介质可视化测量。使用连续线性调 频电压信号进行激励，并获取透射模式下对侧传感器接收到的时变电压信号；对接收信号进行处理和频谱 变换，提取对应投影路径上幅值衰减频谱响应信息；建立超声单探头传播的扩散衰减频谱响应模型并与获得的幅值衰减频谱响应信息进行融合，推导得到投影路径上平均吸收衰减系数幅值响应特性，并进行线性 化表征形成成像模型；基于成像模型进行正问题计算，抑制侧向散射导致的成像误差与伪影；分别采用反 投影类、正则化类、代数类图像重建算法进行图像重建，得到油气水吸收衰减系数的定量重建结果。
图1为超声层析成像系统的基本原理图示意，在对进行测量时，共计16个超声换能器均匀的沿管壁 安装负责激励、接收超声波。采用循环激励、循环测量的测量模式，超声换能器按顺时针方向均匀分布。 16个超声探头按顺序接入线性调频信号进行电压激励，探头通道切换时间间隔2.5ms。与此同时，激励探 头对侧的接收探头同步接收稳态时刻的电压正弦信号持续2.5ms。每次测量总计获得16×9＝144个时变电 压测量信号。
图2为本发明中采用线性调频信号进行激励的信号波形与接收到透射声压的信号波形。图2(a)中， 激励信号调频范围0.1-3MHz，持续时间50微秒，信号采样率100kHz。图2(b)中，分别列出了位于场 域中央的不同尺寸油泡存在时探头接收信号。
图3为本发明步骤二中所建立的扩散衰减模型预测声压结果与实测声压结果对比，分别测试了3mm 与5mm直径超声换能器分别在0.6MHz和1MHz下的扩散衰减模型预测结果和测量结果。
图4为本发明中所提出的基于几何位置修正构建策略和声束角加权修正方法的系数矩阵计算结果，第 一行是仿真得到的不同频率下空场激励声束声压分布变化，第二行是不同频率下系数矩阵中特定投影路径 上的系数分布，第三行是不同频率下系数矩阵中某一探头发射时所有投影路径上系数分布的总和，第四行 是不同频率下系数矩阵整体系数分布的总和。
图5为本发明中的典型仿真模型成像结果，并分别给出了不同内含物模型、不同图像重建算法下传统 时差超声层析成像(TDUT)与本发明所提多频超声层析成像(MFUT)图像重建结果。成像分别针对气 水两相介质分布，油水两相介质分布，油气水三相介质分布三类共计12个模型进行成像。采用的图像重 建算法分别为投影类的线性反投影算法(LBP)、滤波反投影算法(FBP)，正则化类的吉洪诺夫正则化 (Tikhonov)，总变差正则化(TV)和代数类的同步代数重建算法(SART)、乘型代数重建算法(MART)。 所提MFUT方法图像重建结果分别于低(0.1MHz)、中(1MHz)、高(3MHz)三个频带的传统TDUT方 法重建结果进行比较。可以看出，传统TDUT方法无法有效实现三相介质中不同位置、不同数目、不同尺 寸离散相介质的有效重建。本发明所提出的算法能够较准确地重建出离散相介质的准确位置和完整形状。 重建结果中，离散相介质边界清晰，图像无过多伪影及噪声，图像分辨率、成像精度均有明显提高。
图6中分别给出了传统超声层析成像图像重建算法的成像结果与本算法的成像结果重建指标对比，重 建指标包括相对误差(RE)和图像相关系数(CC)两种，其计算方法表示为：
其中，σ表示重建的像素单元衰减分布，σ*表示真实情况下衰减分布，σj和σj *表示第j个 像素单元重建的和真实的衰减分布，
和
表示重建的和真实的衰减分布的平均值。
实施例中，所采用的油、气、水介质特性参数如下表所示：
本算法实施例包括如下具体步骤
(1)：在被测截面外等距均匀的布置16个超声换能器，并采用连续线性调频(chirp)电压信号进行 激励，各时刻点激励信号幅值与相角的复数形式S(t)表示为：
其中，A(t)是激励信号的幅值包络线，为100V，e是自然对数，j是虚数单位，fc是线性调频信号 中心频率,为1.55MHz，B是线性调频信号频率带宽，为2.9MHz，T是激励信号持续时间,为100微秒， 在各个时间点的激励信号瞬时频率表示为：
使用chirp信号对超声换能器进行激励时，对激励探头对侧半周的超声换能器，记录测量的时变电压 信号，所有探头按顺序进行循环激励，循环测量，激励与接收探头对之间形成特定的投影路径。对特定投 影路径对应的测量电压信号进行快速傅里叶变换，得到接收衰减频谱响应信息Vr(f)。
(2)：进行扩散衰减建模，根据收发探头的相对位置、偏角信息定量计算扩散衰减模型(扩散衰减： 超声传播中由于声束扩散，能量被分摊在更大面积上导致的幅值衰减)，被测场中由于扩散衰减导致的各 传感器接收到声压幅值表示为：
其中，Lx是表示超声探头直径，为9mm，V0是激励电压幅值,为100V，λ是超声波长(同激励频率f、 介质声速有关)，(xa,xl)表示接收探头上各点相对于激励探头中心的轴向和侧向距离，F表示为
据此，特定投影路径上的平均吸收衰减系数表示为：
其中，αa是特定投影路径上的平均吸收衰减系数，ln是自然对数的导数，
表示偏微分。据此，成像 测量模型可以表示为：被测场域分为n个像素(测试例中共1961个像素)，测试数据共构成m条路径(测 试例中共144条路径)，随着第j个像素和第i条路径相对位置的确定，像素上的吸收衰减系数简化表示为：
R·a＝τ
R是m×n维的系数矩阵。a是每个像素吸收衰减系数的n×1维向量，τ是每条路径平均吸收衰减系 数的m×1维向量，m是路径总数，n是像素总数。
(3)：计算系数矩阵R，本发明基于几何位置修正的系数矩阵构建策略，提出系数矩阵的声束角加权 修正方法以抑制场域内侧向散射导致的成像伪影。在考虑投影路径与场域像素重叠面积比例的同时考虑重 叠区域相对于场域像素的几何位置，并对更靠近声束轴线的像素赋更高的加权值。对于声束角覆盖范围内 的像素，加权系数值大于1，对于声束角覆盖范围外的像素，加权系数值小于1。
其中，r为内含物离散相介质反射系数，l是像素边长，areaoverlap是投影路径与像素重叠面积，areapixel是像素面积，ddiag是投影路径与像素重叠面积的对角距离，k是由像素与声束轴线夹角θ计算得到的常数， 表示为：
其中sin为正弦函数。
(4)：根据步骤三计算的系数矩阵R和步骤二计算的投影路径平均吸收衰减系数向量τ，采用适用于 硬场成像的图像重建方法，对被测场域各像素吸收衰减系数进行重建，以此表征场域内各相介质几何分布。
以上所述实施例为本发明的几个示例模型，本发明不局限于该实施例和附图所公开的内容。凡是不脱 离本发明所公开的精神下完成的等效或修改，都在本发明保护的范围。
Claims (1)
1.一种油气水三相介质衰减谱融合多频超声层析成像方法，包括下列步骤
步骤一：在被测场域外等距均匀的布置一定数量的超声换能器，并采用连续线性调频chirp信号进行激励，各时刻点激励信号幅值与相角的复数形式S(t)表示为：
其中，A(t)是激励信号的幅值包络线，e是自然对数，j是虚数单位，fc是线性调频信号中心频率，B是线性调频信号频率带宽，T是激励信号持续时间，在各个时间点的激励信号瞬时频率f(t)表示为：
使用chirp信号对某个超声换能器进行激励时，定义此超声换能器为激励探头，定义其在场域对侧的超声换能器为接收探头，记录接收探头测量的时变电压信号；激励探头和接收探头按顺序进行循环激励，循环测量；不同激励探头与接收探头对之间形成特定投影路径，每个特定投影路径对应一个测量的时变电压信号，对该测量信号进行快速傅里叶变换，得到特定投影路径对应的衰减频谱响应信息Vr(f)。
步骤二：进行扩散衰减建模，根据激励、接收探头的相对位置、偏角信息定量计算扩散衰减模型，扩散衰减指的是超声传播中由于声束扩散，能量被分摊在更大面积上导致的幅值衰减，扩散衰减作用下，特定投影路径对应的扩散衰减声压幅值Vd(f)表示为：
其中，Lx是激励、接收探头直径，∫probed(xa,xl)表示对接收探头上每点进行积分，(xa,xl)表示接收探头上各点相对于激励探头中心坐标的轴向和侧向距离，V0是激励声压，λ是超声波长，与激励频率、介质声速有关，e表示自然指数，i表示虚数，F(·)表示为
其中，z是F(·)函数的自变量；据此，根据特定投影路径对应的衰减频谱响应信息Vr(f)和扩散衰减声压幅值Vd(f)，定义特定投影路径对应的平均吸收衰减系数αa表示为：
其中，∫raydl根据激励探头和接收探头的位置沿特定投影路径积分，ln是自然对数，
表示偏微分；据此，将成像测量模型进行线性化表示：
R·a＝τ
R＝∫raydl是m×n维的系数矩阵；a是场域内n个像素平均吸收衰减系数的n×1维向量，τ是场域内m每条投影路径总吸收衰减系数的m×1维向量，m是循环激励、循环测量下特定投影路径总数，n是被测场域内均匀划分的像素总数；
步骤三：计算系数矩阵R，使用几何位置修正的系数矩阵构建策略，提出声束角加权修正方法以抑制场域内侧向散射导致的伪影，方法如下：系数矩阵中特定位置中元素代表特定像素与特定投影路径间的系数，计算方式为特定投影路径与特定像素重叠区域面积乘以重叠区域距离像素中心距离；同时对系数矩阵中各元素计算乘型加权系数，对于声束角覆盖区域内的像素，加权系数值大于1，对于不在声束角覆盖区域内的像素，加权系数值小于1；据此，系数矩阵中特定位置即第i行第j列元素的计算方式表示为：
其中，r为离散相介质反射系数，l是像素尺寸，areaoverlap是特定投影路径与特定像素重叠区域面积，areapixel是像素面积，ddiag是特定投影路径与特定像素重叠区域的对角距离，k-20dB＝1.028是表示声束覆盖区域边界的常数，k是由像素与声束轴线夹角θ计算得到的常数，表示为：
步骤四：根据步骤三计算的系数矩阵R和步骤二计算的场域内m每条投影路径总吸收衰减系数的m×1维向量τ，采用图像重建方法，对场域内n个像素平均吸收衰减系数的n×1维向量进行重建，以此表征场域内各相介质几何分布。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010893091.1A CN112067691B (zh) | 2020-08-31 | 2020-08-31 | 油气水三相介质衰减谱融合多频超声层析成像方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010893091.1A CN112067691B (zh) | 2020-08-31 | 2020-08-31 | 油气水三相介质衰减谱融合多频超声层析成像方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112067691A true CN112067691A (zh) | 2020-12-11 |
| CN112067691B CN112067691B (zh) | 2024-01-30 |
Family
ID=73664807
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010893091.1A Active CN112067691B (zh) | 2020-08-31 | 2020-08-31 | 油气水三相介质衰减谱融合多频超声层析成像方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112067691B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112881524A (zh) * | 2021-01-13 | 2021-06-01 | 西南石油大学 | 基于超声波层析成像的气液固三相分相含率的测量方法 |
| CN113030249A (zh) * | 2021-03-11 | 2021-06-25 | 天津大学 | 多模式可配置的宽频超声层析成像系统 |
| CN113933385A (zh) * | 2021-10-08 | 2022-01-14 | 哈尔滨工程大学 | 基于超声波融合技术的石油天然气份额测量装置及方法 |
| CN114486625A (zh) * | 2022-01-18 | 2022-05-13 | 中车长江运输设备集团有限公司 | 一种用于聚氨酯金属夹芯板发泡均匀性检测成像装置与方法 |
| CN114520594A (zh) * | 2022-03-21 | 2022-05-20 | 四川大学 | 基于Chirp扰动电压恒幅值注入的大功率阻抗测量装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150101411A1 (en) * | 2013-10-11 | 2015-04-16 | Seno Medical Instruments, Inc. | Systems and methods for component separation in medical imaging |
| CN106339556A (zh) * | 2016-08-29 | 2017-01-18 | 东南大学 | 一种轨道交通桥梁和钢轨全空间噪声预测方法 |
| CN108490068A (zh) * | 2018-01-19 | 2018-09-04 | 天津大学 | 超声平面波扫描式多相流可视化测量装置 |
| CN109884183A (zh) * | 2019-01-05 | 2019-06-14 | 天津大学 | 透射反射模态融合的超声层析成像方法 |
| CN110097608A (zh) * | 2019-03-14 | 2019-08-06 | 天津大学 | 修正路径追踪描述的连续波超声层析成像重建方法 |
| CN110470744A (zh) * | 2019-08-27 | 2019-11-19 | 天津大学 | 多模式曲面相控阵超声层析成像装置 |
| CN110706298A (zh) * | 2019-09-10 | 2020-01-17 | 天津大学 | 正则化加权最小二乘的透射反射双模式超声成像重建方法 |
| CN111060600A (zh) * | 2019-12-06 | 2020-04-24 | 天津大学 | 一种用于管道内超声相控阵成像的声束聚焦时延控制方法 |
-
2020
- 2020-08-31 CN CN202010893091.1A patent/CN112067691B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150101411A1 (en) * | 2013-10-11 | 2015-04-16 | Seno Medical Instruments, Inc. | Systems and methods for component separation in medical imaging |
| CN106339556A (zh) * | 2016-08-29 | 2017-01-18 | 东南大学 | 一种轨道交通桥梁和钢轨全空间噪声预测方法 |
| CN108490068A (zh) * | 2018-01-19 | 2018-09-04 | 天津大学 | 超声平面波扫描式多相流可视化测量装置 |
| CN109884183A (zh) * | 2019-01-05 | 2019-06-14 | 天津大学 | 透射反射模态融合的超声层析成像方法 |
| CN110097608A (zh) * | 2019-03-14 | 2019-08-06 | 天津大学 | 修正路径追踪描述的连续波超声层析成像重建方法 |
| CN110470744A (zh) * | 2019-08-27 | 2019-11-19 | 天津大学 | 多模式曲面相控阵超声层析成像装置 |
| CN110706298A (zh) * | 2019-09-10 | 2020-01-17 | 天津大学 | 正则化加权最小二乘的透射反射双模式超声成像重建方法 |
| CN111060600A (zh) * | 2019-12-06 | 2020-04-24 | 天津大学 | 一种用于管道内超声相控阵成像的声束聚焦时延控制方法 |
Non-Patent Citations (1)
| Title |
|---|
| 苏茜;董峰;: "油水两相流超声波衰减测试方法", 中南大学学报(自然科学版), no. 02 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112881524A (zh) * | 2021-01-13 | 2021-06-01 | 西南石油大学 | 基于超声波层析成像的气液固三相分相含率的测量方法 |
| CN113030249A (zh) * | 2021-03-11 | 2021-06-25 | 天津大学 | 多模式可配置的宽频超声层析成像系统 |
| CN113030249B (zh) * | 2021-03-11 | 2022-09-27 | 天津大学 | 多模式可配置的宽频超声层析成像系统 |
| CN113933385A (zh) * | 2021-10-08 | 2022-01-14 | 哈尔滨工程大学 | 基于超声波融合技术的石油天然气份额测量装置及方法 |
| CN114486625A (zh) * | 2022-01-18 | 2022-05-13 | 中车长江运输设备集团有限公司 | 一种用于聚氨酯金属夹芯板发泡均匀性检测成像装置与方法 |
| CN114520594A (zh) * | 2022-03-21 | 2022-05-20 | 四川大学 | 基于Chirp扰动电压恒幅值注入的大功率阻抗测量装置 |
| CN114520594B (zh) * | 2022-03-21 | 2023-07-21 | 四川大学 | 基于Chirp扰动电压恒幅值注入的大功率阻抗测量装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112067691B (zh) | 2024-01-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112067691B (zh) | 油气水三相介质衰减谱融合多频超声层析成像方法 | |
| Tan et al. | An ultrasonic transmission/reflection tomography system for industrial multiphase flow imaging | |
| CN108490068B (zh) | 超声平面波扫描式多相流可视化测量装置 | |
| CN106226392A (zh) | 基于超声衰减机理模型的油水两相流相含率测量方法 | |
| CN202916242U (zh) | 气液两相流流型在线监测装置 | |
| CN106442631B (zh) | 基于电学/超声双模态融合的层状界面重建方法 | |
| CN104155358A (zh) | 超声多普勒与电学传感器组合多相流可视化测试装置 | |
| Li et al. | A novel sensitivity matrix construction method for ultrasonic tomography based on simulation studies | |
| CN109884183B (zh) | 透射反射模态融合的超声层析成像方法 | |
| CN110097608B (zh) | 修正路径追踪描述的连续波超声层析成像重建方法 | |
| Liu et al. | Real-time reconstruction for low contrast ultrasonic tomography using continuous-wave excitation | |
| CN109598769B (zh) | 总变差正则化约束的超声成像同步代数迭代重建方法 | |
| CN110706298B (zh) | 正则化加权最小二乘的透射反射双模式超声成像重建方法 | |
| Liu et al. | Multifrequency ultrasonic tomography for oil–gas–water three-phase distribution imaging using transmissive attenuation spectrum | |
| KR102326149B1 (ko) | 모델-기반 이미지 재구성 방법 | |
| CN104990993A (zh) | 一种用于弱散射介质的超声慢度差层析算法 | |
| CN109946388B (zh) | 基于统计逆的电学/超声双模态内含物边界重建方法 | |
| Liu et al. | Ultrasound phase array tomography for biphasic medium distribution imaging using synthetic aperture beam scanning | |
| CN109188016B (zh) | 油气水三相流分相流速声电双模态测量方法 | |
| Hou et al. | Multi-frequency ultrasound tomography based on modified matrix regularization method and wavelet fusion | |
| CN109102552A (zh) | 一种非均匀形状约束的像素值域滤波超声成像重建方法 | |
| CN103033154B (zh) | 一种用于提高超声检测时间分辨率的自回归谱分析方法 | |
| Liu et al. | Sequential dynamic aperture focusing strategy for transmissive ultrasonic phase array tomography | |
| Li et al. | Simulation study on ultrasonic tomography in bubbly gas/liquid two-phase flow | |
| CN114777864A (zh) | 一种声电双模态融合的液固两相流量测量方法 |
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 |