CN2748163Y - 气固流化床动态监测系统 - Google Patents
气固流化床动态监测系统 Download PDFInfo
- Publication number
- CN2748163Y CN2748163Y CN 200420022587 CN200420022587U CN2748163Y CN 2748163 Y CN2748163 Y CN 2748163Y CN 200420022587 CN200420022587 CN 200420022587 CN 200420022587 U CN200420022587 U CN 200420022587U CN 2748163 Y CN2748163 Y CN 2748163Y
- Authority
- CN
- China
- Prior art keywords
- fluidized bed
- gas
- monitoring system
- capacitance
- solid fluidized
- 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.)
- Expired - Fee Related
Links
- 239000007787 solid Substances 0.000 title claims abstract description 29
- 238000012544 monitoring process Methods 0.000 title claims abstract description 23
- 238000005259 measurement Methods 0.000 claims abstract description 25
- 238000009826 distribution Methods 0.000 claims abstract description 7
- 239000012530 fluid Substances 0.000 claims description 35
- 238000003325 tomography Methods 0.000 claims description 19
- 239000003990 capacitor Substances 0.000 claims description 6
- 230000007704 transition Effects 0.000 claims description 5
- 230000003321 amplification Effects 0.000 claims description 4
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 4
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims description 3
- 239000011889 copper foil Substances 0.000 claims description 3
- 238000009413 insulation Methods 0.000 claims description 3
- 230000005284 excitation Effects 0.000 claims description 2
- 238000000034 method Methods 0.000 abstract description 22
- 238000012546 transfer Methods 0.000 abstract description 4
- 238000007500 overflow downdraw method Methods 0.000 abstract description 2
- 238000003384 imaging method Methods 0.000 abstract 2
- 238000005516 engineering process Methods 0.000 description 12
- 238000005070 sampling Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 230000004069 differentiation Effects 0.000 description 8
- 230000004927 fusion Effects 0.000 description 7
- 238000000354 decomposition reaction Methods 0.000 description 6
- 239000000243 solution Substances 0.000 description 4
- 230000005587 bubbling Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003447 ipsilateral effect Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000003071 parasitic effect Effects 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000000941 radioactive substance Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Images
Landscapes
- Measuring Volume Flow (AREA)
Abstract
本实用新型公开了一种气固流化床动态监测系统。监测系统具有流化床主体,在流化床主体底部设有气体分布板、气室,在流化床主体中部外壁设有电容层析成像传感器、压力传感器,电容层析成像传感器依次与微弱电容测量模块、数据采集系统、计算机相接,压力传感器依次与A/D转换卡、计算机相接。本实用新型可以对气固流化床流态进行监测,实时显示流化床内流态,流态显示速度50帧/秒以上。应用多种技术及信息融合方法对流化床流态进行在线判别,提高了固定床、鼓泡床、湍动床、快速床等各种流态的的判别准确率。
Description
技术领域
本实用新型涉及一种气固流化床动态监测系统。
背景技术
气固流化床是一种重要的化学反应器,在化学工业、石油化工、冶金工业、生物化工、燃烧、能源、环保、半导体材料等工业生产上有着广泛的应用。流化床的流态(即固定床、鼓泡床、湍动床、快速床等)对反应装置内的气固接触、传热、传质都有重要的影响,并直接关系着反应器的生产能力、收率和选择性。与此同时,实际应用过程中大多系统保持在某一种稳定的流态下。流态的变化会对工业过程产生巨大的影响,甚至引起事故,所以气固流化床流态的实时显示和监测是非常必要的。由于气固流化床流态的随机性和复杂性以及操作过程和环境设备的不同所造成的差异,目前流态监测技术的发展水平尚无法满足实际应用的要求。
目前气固流化床流态的监测主要有以下几种方法:一是利用气固流化床的相图和经验公式。相图从不同侧面说明流型与操作条件或物性特征的关系,反映各种流态之间转变的条件。但相图都是在一定的操作条件下获得的,往往无法适应实际应用中的各种操作条件,也不能反映出设备和物性特征的改变所造成的差异。同时,应用相图所需的各种测量系数也往往难以过得。因此相图主要用于理论研究,在实际应用时还有一定的局限性。经验公式法简单且实用,历经长期的研究,已积累下数百个经验计算公式,但有时各个计算结果之间会出现较大的出入,使用过程中也需要依据实际条件进行修正,因此适用范围有限。二是利用一些检测手段直接或间接进行流态的监测。应用较多的是射线法和探针法。射线法可以实时提供流化床内流态的详细信息,其测量结果甚至可以作为其它测量方法的评价标准。但射线法的测量设备复杂而且昂贵,同时由于需要使用放射性物质,安全性差,限制了其推广应用。目前,该方法大多应用于实验研究或对其它监测方法进行标定。光纤和电容等探针测量方法的设备简单,但一次只能测量流化床内某一点的局部流态,很难对流化床的整体状态进行有效监测,同时这种方法属于介入性测量,对流态有一定的影响。三是利用一些信号处理手段直接或间接进行流态的测量。对于流化床流态变化的随机性,这类监测方法具有一定的优势,但由于表征流态的信号的采集方法和处理手段尚有不成熟之处,该类方法的实际应用范围也相当有限。
发明内容
本实用新型的目的是提供一种气固流化床动态监测系统。
监测系统具有流化床主体,在流化床主体底部设有气体分布板、气室,在流化床主体中部外壁设有电容层析成像传感器、压力传感器,电容层析成像传感器依次与微弱电容测量模块、数据采集系统、计算机相接,压力传感器依次与A/D转换卡、计算机相接。
本实用新型可以对气固流化床流态进行监测,实时显示流化床内流态,流态显示速度50帧/秒以上。应用多种技术及信息融合方法对流化床流态进行在线判别,提高了固定床、鼓泡床、湍动床、快速床等各种流态的的判别准确率。
附图说明
图1是气固流化床动态监测系统结构示意图;
图2是气固流化床流态监测方法原理框图;
图3(a)是电容层析成像传感器结构示意图;
图3(b)是电容层析成像传感器结构剖视图;
图4是微弱电容测量模块电路原理图;
图中:气室1、气体分布板2、流化床主体3、电容层析成像传感器4、压力传感器5、A/D转换卡6、微弱电容测量模块7、数据采集系统8、计算机9、绝缘管10、连接法兰11、固定支架12、两个半圆形屏蔽罩13、径向电极14、铜箔电极15。
具体实施方式
如图1所示,气固流化床动态监测系统具有流化床主体3,在流化床主体3底部设有气体分布板2、气室1,在流化床主体中部外壁设有电容层析成像传感器4、压力传感器5,电容层析成像传感器4依次与微弱电容测量模块7、数据采集系统8、计算机9相接,压力传感器5依次与A/D转换卡6、计算机9相接。
如图2示,对压力传感器采集的压力波动信号进行小波的分解和多尺度分析,以尺度能量百分比为特征值进行流态的判别。以电容层析成像传感器测量所得的电容值为投影数据,重建出流化床横截面上气固两相介质分布图像,实时再现流化床内流态。同时,应用图像处理技术获取空隙率波动,提取特征值进行流态判别。对于上述两种传感器的判别结果,采用信息融合技术进行多目标识别,提高了流态判别的准确率。
对于流化床气固两相流这个复杂非线性系统而言,小波分析技术是一个有效的分析手段,它可以从时间域和频率域两个方面对压力波动信号进行分析。研究发现,不同流态下压力波动信号的小波分析结果具有不同的特性,可以用于流化床流态的判别。本实用新型中采用小波分解的尺度能量信息及尺度能量百分比作为特征值,用于判别流态及其转变。
具体判别步骤如下:
(1)获取流化床内压力波动信号。所使用的压力传感器为高频压力传感器,数据采集频率为200Hz。
(2)选用Daubechies系列小波函数的db7作为小波母函数,采用Mallat塔式分解算法对压力波动信号作六尺度的小波分解。
(3)求信号总能量及各尺度上能量值,从而得到各尺度细节能量占信号的总能量的百分比。用小波分解系数Dj,k,Cj,k来表示信号能量,其总能量可以表示为:
其中J1和J2是尺度,J2>J1≥0。频率介于2-j和2-(j-1)之间的成分的能量Ej可以表示为:
尺度能量百分比为:
(4)分析尺度能量信息及尺度能量百分比Pj,判别各种流态及其转变。小波分解成的各尺度信息代表了不同频段上的信息,对尺度能量分析发现,不同流态下压力波动信号的能量集中在不同的频率区域,以此可判别流化床流态。在一种流态向另一种流态转变时,尺度能量百分比会产生剧烈的变化,而在单一流态下,尺度能量百分比变化缓慢,这种特性可用于判别流态的转变。
电容层析成像技术可在不干扰流场的情况下获取反映两相流体各相组分局部的微观的分布信息。以电容层析成像传感器测量所得的电容值为投影数据,重建出流化床横截面上气固两相介质分布图像,实时再现流化床内流态,显示速度50帧/秒以上,为流化床的在线检测提供直观的图像参考信息。流态显示的图像重建采用反投影算法,它具有计算量较小,速度快的特点,各个像素的灰度计算公式如下式所示:
式中,Crj归一化电容值,wij,i=1,2,…,N,j=1,2,…,M,由第i个测量电容的在第j个像素上的灵敏度和该像素的面积所决定。
采用基于Tikhonov正则化和代数重建技术(ART)的组合型图像重建算法进行图像重建,应用图像处理技术对重建的气固两相介质分布图像进行分析,测得流化床横截面上的平均空隙率。气固流化床的空隙率可以较好的应用于流化床流型的辨识中,因此本流化床测试系统同时也采集了空隙率波动信号对流态进行判别。测试系统获得一个空隙率测量值的时间小于0.1秒,空隙率测量的最大误差小于5%,可以满足气固流化床流态辨识的动态测试要求。
基于Tikhonov正则化和ART的组合型图像重建算法分两步进行:第一步,通过有限元分析将图像重建场域剖分成54个像素,在数据完备的情况下,采用Tikhonov正则化克服图像重建中的不适定性,求解初始截面图像的灰度值,即定义辅助函数J(F)和正则化参数λ>0,通过最优化问题:
J(F)=‖WF-P‖2+λ‖F‖2→min
求解图像重建模型P=WF的正则解,其中P为测量电容投影数据向量,W为通过有限元分析获得的权重系数矩阵。这个正则解
即为初始截面图像的灰度向量估计值:
式中λ是根据经验预设,一般取值为0.1左右。
第二步,将图像重建场域剖分成216个像素,以初始图像的灰度值为迭代初值,应用ART算法进行迭代改善以重建出高质量的介质分布图像。ART算法的主迭代公式为:
在迭代过程中,引入尸fj [i]∈[0,1]的先验知识,对迭代结果进行滤波。
根据组合型算法重建图像的灰度计算空隙率α的公式如下:
式中:Aj为重建图像的第j个像素的面积,A为流化床的横截面面积,fj为通过组合型图像重建算法获得的灰度值,M为图像的像素总数。
采集空隙率波动信号,提取特征值并对流化床流态进行判别的具体步骤如下:
(1)首先将测量得到的电容层析成像传感器的电容值经过图像重建和图像处理转换成空隙率值,计算空隙率的均值,以均值作为流态判别的特征值;
(2)分析各种流态下空隙率的均值,确立判别准则:不同的流态下,空隙率波动信号的均值不同,因此设定多个阈值判别各种流态。
为了提高流化床流态判别的准确性,弥补压力传感器和电容层析成像传感器独立测量所带来的局限性,应用多传感器信息融合技术进行流态的综合判别。采用分布式基于D-S证据理论的目标识别融合作为信息融合策略。
设U表示X所有可能取值的一个论域集合,且所有在U内的元素间是互不相容的,则称U为X的识别框架。
设U为一识别框架,则函数m:2U→[0,1]在满足下列条件:
(1)m(φ)=0;
时,称m(A)为A的基本概率赋值。
D-S合并规则:设m1,m2是2U上的两个相互独立的基本概率赋值,其组合后的基本概率赋值为m=m1m2,设
则:
式中,若K1≠1,则确定一个基本概率赋值;若K1=1,则认为m1,m2矛盾,不能对基本概率赋值进行组合。
应用信息融合技术判别气固流化床流态的具体步骤为:
(1)确定每个传感器对各种流态判别的基本概率赋值oi;
(2)多传感器信息融合的合并规则(D-S合并规则),计算出两个传感器进行组合后的基本概率幅值;
m1=m(A1)=max{m(oi),oiU),
m2=m(A2)=max{m(oi),oiU,ol≠A1}
若有:
则A1即为判决结果。
如图3所示,气固流化床动态监测系统的电容层析成像传感器以两端带有连接法兰的绝缘管作为传感管段,传感管段外侧轴向均匀粘贴有铜箔电极阵列,电极张角为22°~26°,电极长度为管道内径的1~1.2倍,电极数量为12片。传感管段外侧两端设有固定支架,支架上安装有径向电极,径向电极处于两个相邻的两个电极之间,将相邻的两个电极隔离,电极阵列与径向电极外侧安装有两个半圆形屏蔽罩。
如图4所示,微弱电容测量模块采用基于电荷放大原理的的测量电路,电路的连接为:被测电容Cx一段接激励电压源Vi,另一端接运算放大器U1的反相输入端。电容Cf和电子开关S1一端接U1的反相输入端,另一端接U1的输出端,U1的同相端接地。电容C1和C2的一端接地,另一端分别与电子开关S2、S3的一端相连后分别连接到缓冲器U2和U3的输入端。电子开关S2、S3的另一端与U1的输出端相连。缓冲器U2和U3的输出端分别连接到仪表放大器U4的正、负输入端。
微弱电容测量原理以及测量时序为:运算放大器U1,电容Cf和电子开关S1构成电荷放大器;电子开关S2、S3,电容C1、C2和缓冲器U2、U3构成两个采样保持器;仪表放大器U4对两个采样保持器的输出进行差动放大。电路的工作过程分为两步。第一步是测量开关S1的电荷注入效应:在电路开始工作之前,Vi电压为高,开关S1闭合,两个采样保持器都处于采样模式。由于S1闭合,U1输出为0V。在t1时刻将S1断开,在理想情况下,V1将保持为0V,但由于开关S1的电荷注入效应,有电荷Qc被注入Cf,导致V1被拉低至VL。在t2时刻,U1的输出趋于稳定,将S3断开使采样保持器U3进入保持模式,则U1的输出值由采样保持器U3保持,即U3的输出V3等于VL。第2步是测量激励源引起的Cx中的电荷变化量:在t3时刻,激励源Vi产生由高到低的跳变,跳变幅度为ΔV,则在测量电极上得到感应电荷为:
Q=-ΔViCx
U1的输出为:
在t4时刻,开关S2断开使采样保持器U2进入保持模式,即U2的输出V2等于VH。以采样保持器U2的输出VH和采样保持器U3的输出VL作为仪表放大器U4的输入,则仪表放大器的输出为:
该值与被测电容成正比关系,可以表征被测电容的大小。
本气固流化床动态监测系统的电容层析成像传感器和微弱电容测量模块的结构形式实现了传感电极和微弱电容测量电路的一体设计,使得各个电极和相应的微弱电容测量模块之间只需要很短的导线连接而无需使用屏蔽线连接,大大减小了寄生电容对测量的干扰。同时,微弱电容测量模块安装在径向电极上,与电极一起置于屏蔽罩内,最终所输出的信号为抗干扰性强的电压信号,因而减少了外部干扰源对测量信号的影响。基于电荷放大原理的微弱电容测量模块采用直流激励源进行激励,测量结果即为直流信号,消除了滤波器对提高测量速度的限制。同时,采用并行激励机制,通过一次激励就能得到所有电极对间的测量值,完成一个测量周期,大大提高了测量速度。性能测试结果表明,该电容层析成像系统的数据采集速度可达600帧/秒以上,系统的分辨率为1fF。而目前国外研制的电容层析成像系统的微弱电容测量电路一般采用交流法或电荷转移法,获得一个测量值需要进行多次激励,并需采用滤波器进行滤波才能得到最终的测量值,限制了测量速度的进一步提高。
本实用新型利用差压波动信号、空隙率波动信号以及信息融合技术进行流化床流态判别,所设计的流化床动态监测系统在直径为100mm的气固流化床上进行了测试,结果表明,相对于采用单个传感器,多传感器信息融合技术对流态判别的准确率有显著的提高。例如,对于鼓泡床,单独采用小波多尺度分析差压波动信号的方法的判别准确率为85%左右,单独分析空隙率波动信号的判别准确率为80%左右,采用信息融合技术后,流态判别的准确率提高到了90%以上。
Claims (4)
1.一种气固流化床动态监测系统,其特征在于:它具有流化床主体(3),在流化床主体(3)底部设有气体分布板(2)、气室(1),在流化床主体中部外壁设有电容层析成像传感器(4)、压力传感器(5),电容层析成像传感器(4)依次与微弱电容测量模块(7)、数据采集系统(8)、计算机(9)相接,压力传感器(5)依次与A/D转换卡(6)、计算机(9)相接。
2.根据权利要求1所说的一种气固流化床动态监测系统,其特征在于:所说的电容层析成像传感器(4)以两端带有连接法兰(11)的绝缘管(10)作为传感管段,传感管段外侧轴向均匀粘贴有铜箔电极(15)阵列,电极张角为22°~26°,电极长度为管道内径的1~1.2倍,传感管段外侧两端设有固定支架(12),支架上安装有径向电极(14),径向电极处于两个相邻的两个电极之间,电极阵列与径向电极外侧安装有两个半圆形屏蔽罩(13)。
3.根据权利要求1所说的一种气固流化床动态监测系统,其特征在于:所说的微弱电容测量模块(7)采用基于电荷放大原理的电容测量电路,电路的连接为:被测电容Cx一段接激励电压源Vi,另一端接运算放大器U1的反相输入端,电容C1和电子开关S1一端接U1的反相输入端,另一端接U1的输出端,U1的同相端接地,电容C1和C2的一端接地,另一端分别与电子开关S2、S3的一端相连后分别连接到缓冲器U2和U3的输入端,电子开关S2、S3的另一端与U1的输出端相连,缓冲器U2和U3的输出端分别连接到仪表放大器U4的正、负输入端。
4.根据权利要求1所说的一种气固流化床动态监测系统,其特征在于:所说的微弱电容测量模块(7)安装在径向电极上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200420022587 CN2748163Y (zh) | 2004-04-30 | 2004-04-30 | 气固流化床动态监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 200420022587 CN2748163Y (zh) | 2004-04-30 | 2004-04-30 | 气固流化床动态监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN2748163Y true CN2748163Y (zh) | 2005-12-28 |
Family
ID=35719657
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 200420022587 Expired - Fee Related CN2748163Y (zh) | 2004-04-30 | 2004-04-30 | 气固流化床动态监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN2748163Y (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115337873A (zh) * | 2022-08-08 | 2022-11-15 | 中国科学院精密测量科学与技术创新研究院 | 一种基于mri的实时原位监测的催化反应流化床 |
-
2004
- 2004-04-30 CN CN 200420022587 patent/CN2748163Y/zh not_active Expired - Fee Related
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115337873A (zh) * | 2022-08-08 | 2022-11-15 | 中国科学院精密测量科学与技术创新研究院 | 一种基于mri的实时原位监测的催化反应流化床 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1538168A (zh) | 基于电容层析成像系统的油气两相流测量方法及其装置 | |
CN1569322A (zh) | 气固流化床动态监测方法及其系统 | |
CN109164159B (zh) | 一种气固流化床气泡流动参数测量方法及装置 | |
CN112067691B (zh) | 油气水三相介质衰减谱融合多频超声层析成像方法 | |
CN102034266B (zh) | 激发荧光断层成像的快速稀疏重建方法和设备 | |
CN101609113A (zh) | 基于双屏蔽结构和串联谐振的非接触电导测量装置和方法 | |
CN111537032A (zh) | 一种油气两相流参数测定装置及方法 | |
CN103645029A (zh) | 一种螺旋输送管内粉体流型检测装置及压缩感知流型辨识方法 | |
CN112926767A (zh) | 基于粒子群bp神经网络的环雾状流气相表观流速预测方法 | |
CN107102031A (zh) | 用于丝网传感器的超分辨率成像方法 | |
Zhang et al. | Application of Barzilai-Borwein gradient projection for sparse reconstruction algorithm to image reconstruction of electrical capacitance tomography | |
CN2695964Y (zh) | 基于电容层析成像系统的油气两相流测量装置 | |
CN106018872B (zh) | 一种基于阵列式静电传感器的速度场层析成像方法 | |
CN2748163Y (zh) | 气固流化床动态监测系统 | |
CN106361278A (zh) | 一种单次激励的感应式磁声快速成像方法 | |
CN112881879A (zh) | 一种高压电缆终端局部放电模式识别方法、装置及设备 | |
CN1414382A (zh) | 基于电阻层析成像的气液两相流分相含率的检测器及方法 | |
Xiong et al. | Wavelet enhanced visualization of solids distribution in the top of a CFB | |
CN211824568U (zh) | 一种油气两相流参数测定装置 | |
CN1635369A (zh) | 一种气液两相流流型快速在线识别方法 | |
Wang et al. | Image reconstruction based on multilevel densely connected network with threshold for electrical capacitance tomography | |
Li et al. | Study on array electrode system for visualization measurement in air-solid two-phase flow | |
Kłosowski et al. | The use of an LSTM-based autoencoder for measurement denoising in process tomography | |
Zainal-Mokhtar et al. | A Generic Intelligent Oil-Gas Flow Classifier Based On ECT Sensor Data | |
CN111337547A (zh) | 一种基于多重测量矢量的复数多频实时电容层析成像系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20051228 Termination date: 20100430 |