文献综述

1.研究背景

回转鼓发展历史悠久，广泛地应用在动力、化工和冶金领域内的各种工艺中，如燃烧炉、球磨机、干燥机、水泥或石灰窑等。然而，筒体回转使得筒内颗粒运动是三维旋转场，颗粒流动较为复杂，采用传统测量方法无法实现流动机理研究,而采用非接触式电容层析ECT (electrical capacitance tomography)成像技术，它具有快速、无损、廉价、灵活，兼容标准软件等优点。

2.电容层析成像技术（ECT）

2.1结构原理

其中，电容传感器主要由绝缘管道、检测电极和屏蔽电极三部分组成。传感器将管道内两相流体的分布转换为传感器的输出电压；数据采集与信号处理系统将这些电压转换为数字量并传送至计算机，计算机则依据一定的图像重建算法完成图像重建[[[i]]]。ECT技术的原理可以描述为：若管道或容器中2种具有不同介电常数的物质混合在一起，当各物质组分及其分布发生变化时，会引起混合物等价介电常数的变化，从而使其测量电容值随之发生变化。采用多电极阵列式电容传感器，其各电极之间的相互组合可提供反映混合物介电常数分布的多个电容测量值，以此投影数据，采用一定的图像重建算法，即可重建反映管道或装置在某一被测区域内的介质分布状况的图像。Yang W Q等人研制成功基于交流法电容／电压转换电路的ECT系统[[ii]],Yang W Q等人也开发了矩形电极的ECT系统[[iii]]。近年来，ECT系统向着微型化、三维和多模态等方向发展，例如：York T A等人研制成功了8电极微型ECT系统，数据采集速率达到6000帧／s[[iv]]。Warsito W等人设计了可以进行任何形状三维成像的ECT系统[[v]]。在国内，牛刚等人设计了改进的ECT系统，改进后的ECT系统采用内嵌式极的电容传感器，克服了管壁对测量结果的影响[[vi]].

2.2算法

Yan H等人同时将多元线性回归方法和正则化方法引入ECT的图像重建[[vii]]。Zhao J c等人提出了改进的正则化ECT图像重建方法，进一步提高图像重建质量[[viii]]。Warsito W等人设计了神经网络一多目标优化图像重建算法(NN．MOIRT)，用于非线性层析图像重建[[ix]]。Ortiz#8212;Aleman C等人提出了基于快速模拟退火全局优化算法的图像重建算法[[x]]。Liu S等人提出一种基于灵敏度矩阵预迭代的图像重建算法，其成像效果等同Landwebe迭代算法，而速度却可与LBP算法相媲美[[xi]]。。杨钢等人提出了一种在最小坡度曲线中选择Tikonov正则化参数的图像重建方法，仿真结果表明：其成像效果优于L曲线方法的成像效果[[xii]]。Watzenig D等人提出了基于状态空间描述的颗粒滤波方法的图像重建方法[[xiii]]。Wang H X等人利用基于总变差(TV)的自适应网格细化方法来解决图像重建的逆问题[[xiv]]。Peng L H等人提出了基于窗函数正则化方法的ECT重建算法，实际上是利用二阶微分算子的Tikhonov正则化方法和以线性反投影重建(LBP)为先验约束的组合方法[[xv]]。

Soleimani M等人提出了基于Kalman滤波方法的图像重建方法，其中，把逆问题看成状态估计，用Kalman方法来获取材料分布[[xvi]]。Lei J等人提出了基于正则化的总体最tbS-乘方法的图像重建算法，图像重建问题归结为优化问题，用Newton算法来目标函数[[xvii]]。

2.3.现状