电容层析成像(Electrical Capacitance Tomography,简称ECT)是监测两相流动的一种新技术,其采用安装在管壁上的多电极阵列式电容传感器对两相流进行测量研究,可重建两相流的相分布图像。与其它流动成像技术相比,该技术成本低廉、速度快、非侵入、适用范围广、安全性能好。本文从ECT技术的原理性研究出发,以全面认识流体管道内敏感场分布及得到较高质量的流型重建图像为目标,着重在以下方面进行了研究。1.基于Matlab建立油水两相流ECT测量系统二维有限元模型;基于Ansys有限元分析工具,建立电容传感器三维模型。提出一种仿真电容测量值的新方法,并得到电极间敏感场的分布。2.分析电容传感器7种结构参数如电极尺寸、管壁厚度、屏蔽层厚度、径向屏蔽深度等对敏感场分布的影响;结合径向基函数(RBF)神经网络和粒子群优化(PSO)算法,以敏感场整体灵敏度大小等系统性能为目标,优化电容传感器结构,使系统成像质量得到改进。3.设计一个ECT图像重建算法软件包,包括线性反投影(LBP)算法、Tikhonov正则化算法、基于Landweber的迭代法等。讨论算法中控制参数(如松弛因子,正则化因子等)对图像质量的影响,并根据相关系数和方差两个评价成像质量的指标,分析三种算法图像重建的精度和抗干扰性;研究一种基于电容测量值和神经网络自适应调整正则化因子的方法,扩展了Tikhonov正则化算法的应用范围。4.建立一个完整的油水两相流ECT测量系统仿真平台,可在该平台上实现两相流建模、传感器建模、正问题有限元计算、图像重建等基本功能,该平台还集成了为解决各种优化问题而开发的一些特殊功能。本文为中国石油大学两相流ECT测量系统的最终设计提供了技术支持,仿真平台的建立,传感器结构优化方法的提出及图像重建算法软件包的设计为实际系统的开发提供了理论依据。