Spatial and temporary modelling algorithms for electrical capacitance tomography data processing

• Autorzy: Romanowski A.

Warianty tytułu

PL

Algorytmy modelowania przestrzennego i czasowego dla potrzeb przetwarzania danych pomiarowych w systemach procesowej tomografii pojemnościowej

• Języki publikacji: EN

Abstrakty

EN

This paper covers the theoretical approach and implementation of modelling and parameter estimation methods for processes examined with electrical capacitance tomography systems. Spatial modelling algorithms allow tomographic image reconstruction with the incorporation of the a priori knowledge to the process of inverse problem solution. Temporary modelling algorithms enable one to save temporary dependencies existing in the measurement data and additionally perform reconstructionless direct process parameters estimation. The performance of the developed algorithms was verified for simulation, static measurement data (phantoms) and real, dynamic industrial process measurement data.

PL

Algorytmy przedstawione w tym artykule stanowią przykład zastosowania nowych w tomografii procesowej technik statystycznych opierających się na podejściu stochastycznym. Niewielka liczba danych w postaci informacji pomiarowej pochodzącej z pojemnościowej tomografii procesowej używana jest do rozwiązania problemu odwrotnego przy wykorzystaniu do przetwarzania danych pomiarowych Twierdzenia Bayesa, łańcuchów Markowa i metod Monte Carlo. Zaimplementowane algorytmy modelowania przestrzennego mają za zadanie rekonstrukcję obrazów, natomiast algorytmy modelowania czasowego estymację zestawów parametrów zdefiniowanych w oparciu o zaproponowane dwuwymiarowe modele geometryczne wybranych procesów przemysłowych.

Słowa kluczowe

EN

process tomography; capacitance tomography; inverse problem; image reconstruction; spatial modelling algorithm; temporary modelling algorithm; industrial process; Monte Carlo methods; Markov chain; Bayes theory; random field

PL

tomografia procesowa; tomografia pojemnościowa; zagadnienie odwrotne; rekonstrukcja obrazu; algorytm modelowania przestrzennego; algorytm modelowania czasowego; modelowanie parametryczne; proces przemysłowy; metoda Monte Carlo; łańcuch Markowa; twierdzenie Bayesa; pole losowe

• Wydawca: Wydawnictwo Politechniki Łódzkiej
• Czasopismo: Zeszyty Naukowe. Elektryka / Politechnika Łódzka
• Rocznik: 2008
• Tom: z. 115
• Strony: 105--110
• Opis fizyczny: Bibliogr. 8 poz.

Twórcy

autor

Romanowski A.

• Technical University of Łódź, Computer Engineering Department

Bibliografia

• [1] Dyakowski T., Edwards R.B., Xie C.G., Williams R.A.: Application of Capacity Tomography to Gas-Flow Solids. Chem Eng Sci, 52, 13, 2099-2110, 1997.
• [2] Winkler G.: Image Analysis, Random Fields and Markov Chain Monte Carlo: A Mathematical Introduction. Springer-Yerlag, Berlin, Heidelberg 2003, p. 404.
• [3] Williams R.A., Beck M.S.: Process Tomography - Principles, Techniques and Applications. Butterworth-Heinemann, Oxford 1996, p. 507.
• [4] West R.M., Aykroyd RG, Meng S.: Markov chain Monte Carlo techniques for inverse problems. Research Report No. STAT-02/05, 2002.
• [5] Seville JPK., Tuzun U., Clift R.: Processing of Particulate Solids. Blackie Academic, London 1997, p. 377.
• [6] Jenike A.W.: Storage and Flow of Solids. Engg. Exp. Station Bulletin, 123, 1970.
• [7] Yang W.Q., Peng L.: Image reconstruction algorithms for electrical capacitance tomography. Meas. Sci. Technol. 14, pp. 1-13, 2003.
• [8] Romanowski A., Grudzień K., Williams R.A.: Analysis and Interpretation of Hopper Behaviour Using ECT, Part. Part. Syst. Charact., 23/3-4, pp. 297-305, 2006.