Combining electrical capacitance and impedance tomography in monitoring processes

• Autorzy: Kłosowski Grzegorz , Adamkiewicz Przemysław , Niderla Konrad

Identyfikatory

DOI

10.15199/48.2023.02.28

Warianty tytułu

PL

Łączenie tomografii elektrycznej pojemnościowej i impedancyjnej w procesach monitorowania

• Języki publikacji: EN

Abstrakty

EN

The presented research describes an experiment aimed at answering the question of whether the combination of two types of tomographic measurements, namely electrical impedance tomography (EIT) and electrical capacitance tomography (ECT), will improve the quality of the reconstruction in comparison to the tomographic images obtained with both methods considered separately. For this purpose, appropriate tests were carried out, which showed that, in fact, magnification of the measurement vector by combining EIT and ECT measurements increases the quality of the reconstruction.

PL

W przedstawionych badaniach opisano eksperyment mający za zadanie odpowiedź na pytanie, czy połączenie dwóch rodzajów pomiarów tomograficznych, a mianowicie elektrycznej tomografii impedancyjnej (EIT) i elektrycznej tomografii pojemnościowej (ECT), podniesie jakość rekonstrukcji w porównaniu do obrazów tomograficznych uzyskanych obiema rozpatrywanymi metodami z osobna. W tym celu przeprowadzono stosowne próby, które wykazały, że istotnie, powiększenie wektora pomiarowego poprzez połączenie pomiarów EIT i ECT powoduje wzrost jakości rekonstrukcji.

Słowa kluczowe

EN

machine learning; electrical impedance tomography; electrical capacitance tomography; process tomography; hybrid tomography

PL

uczenie maszynowe; elektryczna tomografia impedancyjna; tomografia procesowa; tomografie hybrydowe

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2023
• Tom: R. 99, nr 2
• Strony: 161--164
• Opis fizyczny: Bibliogr. 17 poz., rys.

Twórcy

autor

Kłosowski Grzegorz

• Lublin University of Technology, Nadbystrzycka 38A, Lublin, Poland

• https://orcid.org/0000-0001-7927-3674

autor

Adamkiewicz Przemysław

• University of Economics and Innovation, Projektowa 4, Lublin, Poland

• https://orcid.org/0000-0003-3425-9566

autor

Niderla Konrad

• University of Economics and Innovation, Projektowa 4, Lublin, Poland

• https://orcid.org/0000-0003-1280-0622

Bibliografia

• [1] Kłosowski G., Rymarczyk T., Kania K., Świć A., Cieplak T., Maintenance of industrial reactors supported by deep learning driven ultrasound tomography, Eksploatacja i Niezawodnosc – Maintenance and Reliability; 22 (2020), No 1, 138–147.
• [2] Rymarczyk T., Niderla K. Kozłowski E. Król K., Wyrwisz J. Skrzypek-Ahmed S., Gołąbek P., Logistic Regression with Wave Preprocessing to Solve Inverse Problem in Industrial Tomography for Technological Process Control, Energies, 14(2021), No. 23, 8116.
• [3] Tian, G.; Yang, B.; Dong, M.; Zhu, R.; Yin, F.; Zhao, X.; Wang, Y.; Xiao, W.; Wang, Q.; Zhang, W.; et al. The Effect of Temperature on the Microbial Communities of Peak Biogas Production in Batch Biogas Reactors. Renew Energy, 123 (2018), 15–25, doi:10.1016/J.RENENE.2018.01.119.
• [4] Korzeniewska, E., Krawczyk, A., Mróz, J., Wyszyńska, E., Zawiślak, R., Applications of smart textiles in post-stroke rehabilitation, Sensors (Switzerland), 20 (2020), No. 8, 2370.
• [5] Wang, M. Industrial Tomography: Systems and Applications; Elsevier Ltd., Ed.; Woodhead Publishing, (2015); ISBN 9781782421184.
• [6] Nordin, N.; Idroas, M.; Zakaria, Z.; Ibrahim, M.N. Tomographic Image Reconstruction of Monitoring Flaws on Gas Pipeline Based on Reverse Ultrasonic Tomography. In Proceedings of the 2014 5th International Conference on Intelligent and Advanced Systems (ICIAS); IEEE, June (2014); 1–6.
• [7] Rymarczyk, T.; Kłosowski, G.; Hoła, A.; Sikora, J.; Wołowiec, T.; Tchórzewski, P.; Skowron, S. Comparison of Machine Learning Methods in Electrical Tomography for Detecting Moisture in Building Walls. Energies (Basel) (2021), (2021), 2777, doi:10.3390/en14102777.
• [8] Rymarczyk, T.; Kozłowski, E.; Kłosowski, G. Electrical Impedance Tomography in 3D Flood Embankments Testing – Elastic Net Approach. Transactions of the Institute of Measurement and Control, 42 (2019), 680–690, doi:10.1177/0142331219857374.
• [9] Kania K., Rymarczyk T., Mazurek M., Skrzypek-Ahmed S., Guzik M., Oleszczuk P., Optimisation of Technological Processes by Solving Inverse Problem through Block-Wise Transform-Reduction Method Using Open Architecture Sensor Platform, Energies, 14 (2021), No. 24, 8295.
• [10] Kozlowski, E.; Rymarczyk, T.; Cieplak, T.; Klosowski, G.; Tchorzewski, P. Application of Logistic Regression to Image Reconstruction in EIT. In Proceedings of the 2019 InternationalInterdisciplinary PhD Workshop (IIPhDW 2019); (2019); 80–83.
• [11] Koulountzios P., Aghajanian S., Rymarczyk T., Koiranen T.,Soleimani M., An Ultrasound Tomography Method for Monitoring CO2 Capture Process Involving Stirring and CaCO3 Precipitation, Sensors, 21 (2021), No. 21, 6995.
• [12] Kania, W., Wajman, R., Ckript: a new scripting language for web applications, Informatyka, Automatyka, Pomiary W Gospodarce I Ochronie Środowiska, 12(2022), No. 2, 4-9.
• [13] Styła, M., Adamkiewicz, P., Hybrid navigation system for indoor use. Informatyka, Automatyka, Pomiary W Gospodarce I Ochronie Środowiska, 12 (2022), No. 1, 10-14.
• [14] Korzeniewska, E., Sekulska-Nalewajko, J., Gocawski, J., Drożdż, T., Kiebasa, P., Analysis of changes in fruit tissue after the pulsed electric field treatment using optical coherence tomography, EPJ Applied Physics, 91 (2020), No. 3, 30902.
• [15] Fabijańska, A.; Banasiak, R. Graph Convolutional Networks for Enhanced Resolution 3D Electrical Capacitance Tomography Image Reconstruction. Appl Soft Comput (2021), 110, 107608, doi:10.1016/J.ASOC.2021.107608.
• [16] Yuen, B.; Dong, X.; Lu, T. Inter-Patient CNN-LSTM for QRS Complex Detection in Noisy ECG Signals. IEEE Access, 7 (2019), 169359–169370, doi:10.1109/ACCESS.2019.2955738.
• [17] Rymarczyk T., Kłosowski G., Hoła A., Hoła J., Sikora J., Tchórzewski P., Skowron Ł., Historical Buildings Dampness Analysis Using Electrical Tomography and Machine Learning Algorithms, Energies, 14 (2021), No. 5, 1307.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2024).