一种基于电阻层析和马尔可夫聚类的固相含率计算方法及装置与流程

本申请属于多相流过程参数检测与自动化，尤其是，涉及一种基于电阻层析和马尔可夫聚类的固相含率计算方法及装置。

背景技术：

1、随着固液两相流在石油化工、矿业生产、水利工程、市政环保等领域的广泛应用，工业生产对过程检测和控制中固相含率的测量精度、实时性和工况适配性提出了更为严格的要求。电阻层析成像（electrical resistance tomography, ert）技术因其非侵入、可视化、响应快速和成本相对低廉等优势，已成为管道固液两相流参数检测的重要手段。然而，现有基于ert技术的固相含率计算方法在实际应用中存在时空信息利用不充分导致动态特征丢失的问题——传统方法通常仅使用ert传感器的单帧测量数据进行固相含率计算，未能充分利用沿着时间轴连续采样得到的帧与帧之间的时间关联信息，丢失了流场的动态流动特征，导致测量结果无法反映固相分布的真实演化规律，在流型变化频繁或流动脉动明显的工况下测量误差显著增大。

2、此外，现有方法在固相含率的定量计算中常采用maxwell-garnett方程或其改进形式，这类方程的理论基础是假设固相介质在测量场中呈均匀分布，而实际工业管道中的固液两相流受流速、管径、固相颗粒粒径与密度、管道倾角等多种因素影响，介质分布多为非均匀状态，固相颗粒可能形成团聚体、条带、沙丘甚至栓塞流，实际分布与理论假设的严重偏离导致计算结果存在较大的系统误差。同时，部分研究者尝试引入聚类算法进行图像分割，但常用的c均值聚类算法基于欧氏距离度量，本质上假设聚类呈球状或凸形分布，无法有效识别实际固液两相流中非规则形态的固相团聚体，对于测量对象的形态变化、密度变化和工况参数的波动适应性差，易出现分割错误，进一步放大了固相含率的测量误差。

3、上述问题的叠加导致基于传统ert技术的固相含率计算方法存在测量误差大、可应用范围窄、确定性不足以及智能化程度低等共同缺陷，难以满足复杂工况下工业管道在线检测的精度与实时性要求。因此，亟需一种能够充分融合ert测量序列时空信息、自适应识别非均匀固相分布形态的高精度固相含率计算方法，以实现对固液两相流固相含率的精准在线测量。

技术实现思路

1、本申请提供了一种基于电阻层析和马尔可夫聚类的固相含率计算方法及装置，以至少解决现有基于电阻层析技术的固相含率计算方法时空信息利用不充分导致动态特征丢失、固相分布均匀性假设与实际工况严重不符引入系统误差、以及聚类算法适配性差导致图像分割失准的问题。

2、根据本申请的第一个方面，提供了一种基于电阻层析和马尔可夫聚类的固相含率计算方法，包括：

3、获取电阻层析传感器在固液两相流管道检测场景下的时间序列测量数据，结合预先获取的电极空间位置信息构造包含时空维度的测量向量；

4、利用标定后的马尔可夫聚类算法对时空测量向量进行无监督聚类分割，将重建图像中的像素点划分为固相类与液相类；

5、统计固相类像素点在整体成像区域中的数量占比，结合像素权重系数计算得到固液两相流的固相含率。

6、在一实施例中，构造包含时空维度的测量向量包括：

7、采集连续多帧电阻层析重建图像；

8、对于每个像素位置，提取当前帧的灰度值、一阶差分以及二阶差分；

9、将当前帧的灰度值、一阶差分以及二阶差分组合成三维时空特征向量，所有像素的时空向量构成待聚类的数据集。

10、在一实施例中，电阻层析传感器的激励模式包括单电极激励、相邻电极激励或对角激励中的任意一种，对应的测量模式为相邻电极测量；图像重建算法包括非迭代类算法或迭代类算法。

11、在一实施例中，利用标定后的马尔可夫聚类算法进行无监督聚类分割包括：

12、将时空特征向量集构建为图结构，节点为像素，边权重反映特征向量间的相似度；

13、通过交替进行扩展操作和膨胀操作，使游走概率逐渐聚集于稠密连接区域，最终将图分割为若干个连通分量，每个分量对应一个聚类。

14、在一实施例中，标定后的马尔可夫聚类算法的标定方法为：

15、在已知固相含率的典型工况下采集数据，以分割精度最大化为目标，通过网格搜索法优化膨胀参数和扩展参数的组合。

16、在一实施例中，马尔可夫聚类算法可替代为clique聚类、基于密度的噪声应用空间聚类或谱聚类。

17、根据本申请的另一个方面，还提供了一种基于电阻层析和马尔可夫聚类的固相含率计算装置，包括：

18、数据获取单元，用于获取电阻层析传感器在固液两相流管道检测场景下的时间序列测量数据，结合预先获取的电极空间位置信息构造包含时空维度的测量向量；

19、聚类分割单元，用于利用标定后的马尔可夫聚类算法对时空测量向量进行无监督聚类分割，将重建图像中的像素点划分为固相类与液相类；

20、含率计算单元，用于统计固相类像素点在整体成像区域中的数量占比，结合像素权重系数计算得到固液两相流的固相含率。

21、在一实施例中，数据获取单元包括：

22、图像采集模块，用于采集连续多帧电阻层析重建图像；

23、特征提取模块，用于对于每个像素位置，提取当前帧的灰度值、一阶差分以及二阶差分；

24、向量构造模块，用于将当前帧的灰度值、一阶差分以及二阶差分组合成三维时空特征向量，所有像素的时空向量构成待聚类的数据集。

25、在一实施例中，电阻层析传感器的激励模式包括单电极激励、相邻电极激励或对角激励中的任意一种，对应的测量模式为相邻电极测量；图像重建算法包括非迭代类算法或迭代类算法。

26、在一实施例中，聚类分割单元包括：

27、图构建模块，用于将时空特征向量集构建为图结构，节点为像素，边权重反映特征向量间的相似度；

28、聚类执行模块，用于通过交替进行扩展操作和膨胀操作，使游走概率逐渐聚集于稠密连接区域，最终将图分割为若干个连通分量，每个分量对应一个聚类。

29、在一实施例中，该装置还包括参数标定单元，用于在已知固相含率的典型工况下采集数据，以分割精度最大化为目标，通过网格搜索法优化膨胀参数和扩展参数的组合。

30、在一实施例中，马尔可夫聚类算法可替代为clique聚类、基于密度的噪声应用空间聚类或谱聚类。

31、本申请通过融合电阻层析测量序列的时空关联信息与标定后的马尔可夫聚类算法，实现了对非均匀分布、任意形态固相团聚体的自适应识别与精准分割，从而显著提升了复杂工况下固液两相流固相含率的测量精度与工况适配性。

1.一种基于电阻层析和马尔可夫聚类的固相含率计算方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述构造包含时空维度的测量向量包括：

3.根据权利要求1所述的方法，其特征在于，所述电阻层析传感器的激励模式包括单电极激励、相邻电极激励或对角激励中的任意一种，对应的测量模式为相邻电极测量；图像重建算法包括非迭代类算法或迭代类算法。

4.根据权利要求1所述的方法，其特征在于，所述利用标定后的马尔可夫聚类算法进行无监督聚类分割包括：

5.根据权利要求1所述的方法，其特征在于，所述标定后的马尔可夫聚类算法的标定方法为：

6.根据权利要求1所述的方法，其特征在于，所述马尔可夫聚类算法可替代为clique聚类、基于密度的噪声应用空间聚类或谱聚类。

7.一种基于电阻层析和马尔可夫聚类的固相含率计算装置，其特征在于，包括：

8.根据权利要求7所述的装置，其特征在于，所述数据获取单元包括：

9.根据权利要求7所述的装置，其特征在于，所述电阻层析传感器的激励模式包括单电极激励、相邻电极激励或对角激励中的任意一种，对应的测量模式为相邻电极测量；图像重建算法包括非迭代类算法或迭代类算法。

10.根据权利要求7所述的装置，其特征在于，所述聚类分割单元包括：

11.根据权利要求7所述的装置，其特征在于，还包括参数标定单元，用于在已知固相含率的典型工况下采集数据，以分割精度最大化为目标，通过网格搜索法优化膨胀参数和扩展参数的组合。

12.根据权利要求7所述的装置，其特征在于，所述马尔可夫聚类算法可替代为clique聚类、基于密度的噪声应用空间聚类或谱聚类。

13.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6任一所述基于电阻层析和马尔可夫聚类的固相含率计算方法。

14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至6任一所述基于电阻层析和马尔可夫聚类的固相含率计算方法。