专利名称：指示材料间边界的探测器的制作方法
技术领域：
本发明应用于涉及不同材料在管系或容器内沉淀、沉积、流动或存储的不同工业处理，或者更一般地应用于为了保证处理的正确操作而必须测量不同材料数量的处理。
背景技术：
在很多工业处理中，处于不同状态的材料在容器、管系或类似装置内流动或被存储在其中，在此情况下，有必要在处理中获知例如不同材料的数量、流速、混合物组成和类似信息。这样的处理通常会在不同的材料之间形成边界，其中边界可以被定义为使得位于边界不同侧的材料密度有所不同。实际上，边界具有材料的物理性质在此改变的特定过渡区域。边界的一个示例是油和水的混合物，其中油作为较轻的材料在水面上形成一层，并且可以在这些材料之间发现明显的边界。另一个示例可以是检查地下不同的土层和材料沉积，其中令人感兴趣的矿石断裂处的边界包括例如在包含贵金属的岩石材料和其他岩石材 料之间的边界。在很多情况下都有必要获知容器或检查区域内的材料数量。这些情况特别会出现在矿石准备处理和污水处置处理中。矿石准备中的特定应用是处理的增稠机械。当材料被区分地分离并且在其间存在明显的边界时才能进行材料的分选或增稠。例如沿被检查容器高度的方向检查出的边界位置对于很多处理来说都是特别令人感兴趣的信息。通常，例如位于容器内或地下的这些边界实际上无法通过目检来观察。为此，需要研发出更多的方法来检测边界。在不同状态的材料之间可能存在有多种不同的边界；但是，以下具体讨论的是两种液体或者液体和固体之间的边界。通过分层或液位高度而沉淀的不同材料之间的边界在现有技术中例如可以通过声学和光学方法以及基于重力(压力测量)和电测量的方法来进行测量。这些方法在以下文献中有所介绍[I] J. Vergouw, C. O. Gomez, J. A. Finch !“Estimating true level ina thickener using a conductivity probe，，，Minerals Engineering, 17:87-88, 2004 ；[2] O-P Tossavainen, M. Vauhkonen, V. Kolehmainen -.uK three-dimensional shapeestimation approach for tracking of phase interfaces in sedimentationprocesses using electrical impedance tomography，，，Measurement Scienceand Technology, 18: 1413-1424, 2007 以及[3]M. Maldonado, A. Desbiens, R. delVillar :“An update on the estimation of the froth depth using conductivitymeasurements”, 2008。一种已知的通过声波测量边界的方法是以来自间断点的反射为基础的。因为电磁波会从阻抗变化的边界处反射，所以传输至受检查材料的声波会从该边界处反射。通过计算反射波的传播时间就可以算出边界到发射器的距离并且进一步算出边界沿y维度的预期高度。EIT(电阻抗层析成像)相应地是一种其中可以在被检查对象的表面上安装电极的方法。方法的基本原理是将一组电极安装在研究对象的表面上并且馈送以微小的交变电流，随后测量电极之间的电势差也就是电压。通常，电压测量是通过与电流馈送相同的电极进行。EIST(电阻抗频谱层析成像)相应地是指在测量中使用多种不同的频率，也就是说测量通常是在预期的连续频带上进行。只要研究对象并非完全均质，那么根据用多种不同的电极间距测得的电势差就能推断出被测对象的电导率或电容率作为位置的函数而变化。实际上，电导率可通过多种数学方法进行计算，在这些方法中可以采用合适的计算模型。这样的计算涉及反演计算领域。最后，例如根据根据位置的电导率来获得其上设有电极的测量对象的高度的截面图。在现有技术中，沉积在受检查容器底部的固体材料和其顶部的液体之间的边界高度已经通过引入设置在臂部直接处于沉积物内的一端的测量传感器来进行测量。这会造成传感器结垢从而显著地影响测量精度和传感器的性能。另外，传感器的寿命在此情况下的
最差结果是变得非常短。在现有技术中，传感器已经与单维度设置的电极一起使用，也就是使用在一端或两端装有电极的直臂。例如通过这样的一对电极馈送微小电流，并且测量这些电极之间的电势差，也就是电压。通过将传感器臂设置在例如流体容器内的不同位置并且检查不同位
置之间的电压变化，就可以获得两种不同材料之间可能存在的边界的信息。但是，这需要进行大量的重复测量，并且传感器结垢或者甚至是损坏都是关键问题。更具体地，边界在现有技术中已经如下所述地进行测量。考虑一个容器，在底部有一层特定高度的固体沉积材料，并且例如在沉积物顶部有水。假设沉积物和水之间的边界被明确界定，也就是可以假设检查时沿高度方向会在某一位置(沿y维度的单一坐标值)出现材料性质的突变。考虑在直管的每一端都设有一对电极的设置方式。管被垂直放置在容器内以使下方的电极对完全处于沉积物内并且上方的电极对完全处于水中。在此进一步假设并不是动态情况，也就是说液体和沉积物之间的边界稳定地保持不动。根据阻抗层析成像的原理，向电极馈送微小的电流并测量这些电极上的电压。换句话说，就是测量两个相邻电极之间的电压。根据测量结果就很容易通过以下公式计算出每一对电极周围材料的特征电阻率 A= - andR-, — ~.....···· 11
h" 1I根据这些值即可计算每一种材料的电导率σ i和σ 2。如果电导率σ i和σ 2彼此不同，那么就能推断材料边界位于两对电极之间的区域内。通过沿垂直方向升高或者降低管来执行新的测量，即可在上述计算之后获得新的高度估算值。现有技术中的主要问题是传感器结垢和由此造成的运行可靠性的损失，以及由于重复测量，确定边界是耗时的。而且，传感器通常都能以正常工作状态使用一段时间，但是它们的寿命并不长。由于结垢，因此传感器或测量电极必须相对频繁地进行清洗，从处理的角度看这就意味着要对系统设置自动清洗系统，或者可选地维护人员必须定期人工清洗或维护设备，这会进一步造成设备的暂停使用。

发明内容
本发明公开了一种用于检测包括至少一种材料的一定体积内包含的一处或多处材料边界的位置的方法，其中至少部分体积是液体材料并且其中使用进一步包括至少一个探测器的一组探测器，在该方法中
包括至少一对电极的一组探测器被设置在受检查体积内；通过至少一对电极馈送电流或电压并从至少一对电极测量电流或电压；并且在计算中使用表达设置方式的测量几何形状，并且选择计算中所需的计算算法。所述方法的特征包括将探测器组中的至少三个电极在受检查体积中设置为实质上不同于直线的组件，探测器组中的所有电极都只位于液体材料的体积内；在测量结果的基础上计算受检查体积内的电导率分布；并且在电导率分布和电极位置信息的基础上推断受检查体积内的至少一处材料边界的位置。 在本发明的一个实施例中，利用电阻抗层析成像(EIT)或电阻率层析成像(ERT)来执行馈送和测量步骤。在本发明的一个实施例中，电极被设置在探测器组中的至少一个探测器上以使电极间的向量跨越一个三维子空间。在本发明的一个实施例中，电极被设置在至少两个分离的探测器上，每一个探测器上的电极都基本被安置在一条直线上。在本发明的一个实施例中，标准反演问题的ID-σ方法在计算中被用于求解边界的平面轮廓。在本发明的一个实施例中，通过机器学习方法确定用于表示边界的预期数值的电压或电流测量值的函数。在本发明的一个实施例中，由仿真获得的结果被用作供机器学习方法使用的训练材料。在本发明的一个实施例中，使用的机器学习方法是MLP网络(多层感知器)。在本发明的一个实施例中，通过使用Levenberg-Marquardt算法来训练MLP网络。在本发明的一个实施例中，通过估算每一个电极和周围材料之间的接触阻抗来监测电极的结垢。根据本发明的第二种应用，本发明的主题还包括一种用于检测包括至少一种材料的一定体积内包含的一处或多处材料边界的位置的系统，其中至少部分体积是液体材料并且其中使用进一步包括至少一个探测器的一组探测器，所述系统包括包括至少一对电极的被设置在受检查体积内的一组探测器；用于通过至少一对电极馈送电流或电压的馈送装置和用于从至少一对电极测量电流或电压的测量装置；以及处理器，在计算时使用表达设置方式的测量几何形状以及使用计算中所需的选择
计算算法。所述系统的特征进一步包括探测器组中至少有三个电极在受检查体积中被设置为实质上不同于直线的组件，探测器组中的所有电极都只安置在液体材料的体积内；所述处理器用于在测量结果的基础上计算受检查体积内的电导率分布；并且所述处理器用于在电导率分布和电极位置信息的基础上推断受检查体积内可能存在的至少一处材料边界的位置。
在本发明的一个实施例中，电流馈送和测量装置被设置用于利用电阻抗层析成像(EIT)或电阻率层析成像(ERT)来执行馈送和测量步骤。在本发明的一个实施例中，电极被设置在探测器组中的至少一个探测器上以使电极间的向量跨越一个三维子空间。在本发明的一个实施例中，电极被设置在至少两个分离的探测器上，每一个探测器上的电极都基本被安置在一条直线上。在本发明的一个实施例中，所述处理器被设置用于在计算中使用标准反演问题的ID-σ方法来求解边界的平面轮廓。在本发明的一个实施例中，所述处理器被设置用于通过机器学习方法确定用于表示边界的预期数值的电压或电流测量值的函数。在本发明的一个实施例中，所述处理器被设置用于将由仿真获得的结果用作供机·器学习方法使用的训练材料。在本发明的一个实施例中，使用的机器学习方法是MLP网络(多层感知器)。在本发明的一个实施例中，通过使用Levenberg-Marquardt算法来训练MLP网络。在本发明的一个实施例中，所述测量装置被设置用于估算每一个电极和周围材料之间的接触阻抗以监测电极的结垢。根据本发明的第三种应用，本发明的主题另外还包括一种进一步计算机程序，所述计算机程序进一步包括程序代码，其在数据处理设备上运行时被设置用于控制可以在处理器或其他计算设备上执行的上述方法中的步骤。本发明的优点在于测量系统中的电极组件不需要被设置在测量体积中由包括固体材料和液体的沉积物构成的沉积物区域内。另外，通过仅使用一套测量装置就能够监测一处或多处边界而无需将电极从一个位置移动到另一个位置。


图I表示一个划分示例，也就是用于T形探测器的使用Netgen软件的计算网格，图2表示三条仿真电导率曲线以及通过ID-σ方法根据所述曲线估算的电导率曲线，图3表示所谓的MLP网络(多层感知器)的示例，图4表示本发明中使用的探测器示例，其中电极被安置在T形组件内，图5a表示构成本发明一种应用的容器的示例，其中已经沉淀有材料层并且其中通过L形探测器来测量边界，以及图5b表示类似于图5a的应用，其中测量仪器包括并排安置的两个分离的条形探测器。
具体实施例方式本发明公开了一种基于电导率传感器测量值用于观测两种材料之间边界的新型测量探测器。方法也使用了现代数据处理方法和计算方法。该方法使用通常在被测体积内执行的EIT测量。由于建立受检查体积中完整的电导率分布在计算上非常复杂，因此本发明采用了机器学习的方法。具体地，本发明允许使用不必设置在容器(在底部有固体沉积物)中的固体材料内的电极组件。换句话说，探测器也可以被用于检测除测量电极之间的区域以外的其他区域内的电导率分布。本发明的基本思想包括使用基于电阻抗层析成像的测量值，其中可以使用两种材料边界的不同侧之间的不同电导率，或者更一般地说是根据三维位置而变化的受检查材料的组成。这些不同材料性质的结果首先就是可能存在边界。在材料体积中材料性质比通常情况改变更加强烈的位置，也可以发现电性质(例如取决于位置的电导率)比通常情况有更加强烈的改变。为了让边界能够呈现并且可观测，在几种不同材料的混合物中必然已经出现了沉淀、沉积或其他的非均化现象。在此情况下，例如具有不同质量的物质就能够彼此分离以使得在材料的边界区域内能够观测到比平均的电导率、特征阻抗或其他可测性质更加强烈的改变。每一个电极和材料之间的所谓接触阻抗也可以在计算中予以考虑，通常是指由于电极周围的污垢或(电极和周围材料之间)不理想的接触状态而导致的附加电阻。这会进 一步造成附加压降。在此情况下，可以认为通过一对电极测量的电压是馈送电流、电流路径中的电导率分布以及电极和周围材料之间接触阻抗的函数。在此情况下，即使是电极略有结垢(通常是使用期间会在表面上形成一层石膏)，也可以照常继续测量。另一方面，如果污垢数量超过特定限制，那么可以观测到这种情况并且例如可以在此情况下给出警告信号。通过计算接触阻抗，对维护传感器组件的需求也得以减少，从而进一步降低了日常使用导致的成本。电极之间的距离可以自由选择以适用于每一种应用。这也会受到要测量的材料体积尺寸的影响。使用的电极数量(设置在一个或多个探测器上的总数)通常是至少三个。由于电流和电压在EIT测量之后是已知的，因此任务是确定受检查材料体积中的内部电导率分布。这一类型的问题就是所谓的反演问题，其特征在于病态，也就是说问题的解不唯一或者不存在。反演问题的对立面是所谓的正演问题，这在本实施例中应该是在已知馈送电流和电导率分布的基础上检测电极电压。为此，可以使用例如在以下文献中介绍的所谓完整电极模型Cheng等“Electrode modelsfor electric current computed tomography，，，IEEE Transactions on BiomedicalEngineering, 36:918-924，1989;以及 Somersalo 等“Existence and uniqueness forelectrode models for electric current computed tomography，，，SIAM Journal onApplied Mathematics, 52:1023-1040, 1992。相应地，在正演问题中使用例如在以下文献中介绍的所谓有限兀方法(FEM) :Vauhkonen 等“Tikhonov regularization and priorinformation in electrical impedance tomography，，，IEEE Transactions on BiomedicalEngineering, 45:486-493, 1998。反演问题包括研究以下形式的正则最小化(regularized minimization)问题ο,ζ = argmin { || Umeas-U ( σ，z) || 2+ α 丄 || L1 ( σ - σ *) | |2+ a 2 || L2 (z_z*) || 2} (2)其中σ是未知的电导率分布，ζ包括电极和周围材料之间的有效接触阻抗，U_s表示从电极测得的电压，U(o,z)是例如通过与正演问题相关联的FEM方法计算的电压，L1^2是正则矩阵，是正则参数并且和σ*和％分别是用于电导率和接触阻抗的先前值。对电导率分布和接触阻抗的估计可以例如通过高斯-牛顿方法迭代计算。为此要另外使用Tikhonov正则化,这在上述Vauhkonen的公开文献中有所介绍。
在本发明的方法中，边界的平面轮廓例如可以通过所谓的ID-σ方法估算。为了能够使用EIT来估算边界，必须首先确定用于计算的测量几何形状。这就涵盖了确定探测器的几何形状以及设置在其表面上的电极的几何形状，从而能够建立用于元方法的计算网格。包括边界的对象(例如增稠剂)经常很大以至于离散的计算区域可能被限制在充分远离电极的探测器附近。在这种测量几何形状的定位完成之后，几何形状可以被离散化为具有有限的尺寸。这可以通过现成的程序例如Netgen完成。图I中给出了这种离散化的一个示例，也就是用于T形探测器的计算网格。基于阻抗层析成像从电流-电压数据中求解边界的方法在此被称为ID-σ方法，并且由此遵循与上述已知的Tikhonov正则化解决方案相同的基本原理。电导率分布和接触阻抗的估计可以利用高斯-牛顿方法迭代计算。在迭代循环“i+Ι”中，变量ei+1=[oi+1，zi+1]可以用以下关系式表示Θ i+1 = Θ j+ K j δ Θ j(3)其中Iii是步长。另外搜索方向δ Θ i由以下公式定义
权利要求
1.一种用于检测在包括至少一种材料的一定体积内包含的一处或多处材料边界的位置的方法，其中至少部分体积是液体材料并且其中使用进一步包括至少一个探测器的一组探测器，所述方法包括以下步骤 将包括至少一对电极的一组探测器引入受检查体积内； 通过至少一对电极馈送电流或电压，并从至少一对电极测量电流或电压；并且 在计算中使用代表设置方式的测量几何形状，并且选择计算中所需的计算算法； 其特征在于所述方法进一步包括以下步骤 将探测器组中的至少三个电极在受检查体积中设置为实质上不同于直线的组件，探测器组中的所有电极都只位于液体材料的体积内； 在测量结果的基础上计算受检查体积内的电导率分布；并且 在电导率分布和电极位置信息的基础上推断受检查体积内的至少一处材料边界的位置。
2.如权利要求I所述的方法，其特征在于所述方法进一步包括以下步骤 利用电阻抗层析成像EIT或电阻率层析成像ERT来执行馈送和测量步骤。
3.如权利要求2所述的方法，其特征在于所述方法进一步包括以下步骤 将电极设置在探测器组中的至少一个探测器上，以使电极间的向量跨越一个三维子空间。
4.如权利要求2所述的方法，其特征在于所述方法进一步包括以下步骤 将电极设置在至少两个分离的探测器上，每一个探测器上的电极都基本被安置在一条直线上。
5.如权利要求2所述的方法，其特征在于所述方法进一步包括以下步骤 在计算中使用标准反演问题的lD-σ方法求解边界的平面轮廓。
6.如权利要求2所述的方法，其特征在于所述方法进一步包括以下步骤 通过机器学习方法确定用于表示边界的预期数值的电压或电流测量值的函数。
7.如权利要求6所述的方法，其特征在于所述方法进一步包括以下步骤 将由仿真获得的结果用作机器学习方法中的训练材料。
8.如权利要求6所述的方法，其特征在于使用的机器学习方法是多层感知器MLP网络。
9.如权利要求8所述的方法,其特征在于通过使用Levenberg-Marquardt算法来训练MLP网络。
10.如权利要求2所述的方法，其特征在于所述方法进一步包括以下步骤 通过估算每一个电极和周围材料之间的接触阻抗来监测电极的结垢。
11.一种用于检测在包括至少一种材料的一定体积内包含的一处或多处材料边界的位置的系统，其中至少部分体积是液体材料并且其中使用进一步包括至少一个探测器的一组探测器，所述系统包括 包括至少一对电极(41，52)的、被安置在受检查体积内的一组探测器(40, 52, 52a, 52b)； 用于通过至少一对电极馈送电流或电压的馈送装置(53)，和用于从至少一对电极测量电压或电流的测量装置(53);以及 处理器(53)，在计算时使用表达设置方式的测量几何形状以及使用计算中所需的选择计算算法； 其特征在于所述系统进一步包括 探测器组中的至少三个电极(40，52，52a, 62b)在受检查体积中被设置为实质上不同于直线的组件，探测器组中的所有电极都只位于液体材料的体积内； 所述处理器(53)用于在测量结果的基础上计算受检查体积内的电导率分布；并且 所述处理器(53)用于在电导率分布和电极位置信息的基础上推断受检查体积内可能存在的至少一处材料边界的位置。
12.如权利要求11所述的系统，其特征在于所述系统进一步包括 电流馈送和测量装置(53)，被设置用于利用电阻抗层析成像EIT或电阻率层析成像ERT来执行馈送和测量步骤。
13.如权利要求12所述的系统，其特征在于所述系统进一步包括 设置在探测器组的至少一个探测器(40，52，52a，52b)上的电极(41” 52J，以使电极(41i，52i)间的向量跨越一个三维子空间。
14.如权利要求12所述的系统，其特征在于所述系统进一步包括 设置在至少两个分离的探测器(52a，52b)上的电极(52ia’b)，每一个探测器上的电极都基本被安置在一条直线上。
15.如权利要求12所述的系统，其特征在于所述系统进一步包括 所述处理器(53)被设置用于在计算中使用标准反演问题的ID-σ方法来求解边界的平面轮廓。
16.如权利要求12所述的系统，其特征在于所述系统进一步包括 所述处理器(53)被设置用于通过机器学习方法确定用于表示边界的预期数值的电压或电流测量值的函数。
17.如权利要求16所述的系统，其特征在于所述系统进一步包括 所述处理器(53)被设置用于将由仿真获得的结果用作机器学习方法中的训练材料。
18.如权利要求16所述的系统，其特征在于使用的机器学习方法是多层感知器MLP网络。
19.如权利要求18所述的系统,其特征在于通过使用Levenberg-Marquardt算法来训练MLP网络。
20.如权利要求12所述的系统，其特征在于所述系统进一步包括 所述测量装置(53)用于通过估算每一个电极(41” 52,)和周围材料之间的接触阻抗以监测电极的结垢。
21.一种用于检测在包括至少一种材料的一定体积内包含的一处或多处材料边界的位置的计算机程序，其中至少部分体积是液体材料，其中使用进一步包括至少一个探测器的一组探测器，并且其中包括至少一对电极的探测器组被安置在受检查体积内，所述计算机程序包括程序代码，其在数据处理设备上运行时被设置用于控制以下步骤 通过至少一对电极馈送电流或电压，并从至少一对电极测量电流或电压；并且 在计算中使用表达设置方式的测量几何形状，并且选择计算中所需的计算算法； 其特征在于，探测器组中的至少三个电极被设置为受检查体积中实质上不同于直线的组件，探测器组中的所有电极都只位于液体材料的体积内；并且其中所述计算机程序被进一步设置用于控制以下步骤 在测量结果的基础上计算 受检查体积内的电导率分布；并且 在电导率分布和电极位置信息的基础上推断受检查体积内的至少一处材料边界的位置。
全文摘要
本发明介绍了一种用于在预期的测量体积内检测不同材料间边界位置的方法、装置和计算机程序。所述装置使用至少一个测量探测器，探测器中电极的特征在于它们共同构成不同于直线的组件。另外，也可以通过该组件观测与组件相距更远距离的体积，以使测量能够远程进行，并且装置在各种测量情况下都保持不受损。通过使用EIT测量并且应用例如所谓的1D-σ方法或机器学习方法来检测被测体积内的电导率分布。因此即可监测不同材料间可能存在的边界位置或者例如不同材料层的厚度。
文档编号G01V3/08GK102906550SQ201180011679
公开日2013年1月30日 申请日期2011年2月25日 优先权日2010年3月1日
发明者J·凯皮欧, M·瓦奥克恩, J·鲁纳宁, A·勒伊克恩 申请人:奥图泰有限公司