电容层析成像(ECT,Electrical Capacitance Tomography)是两相流参数测量的有效方法之一,通过在管道设备外壁以一定的排列组合均匀布置极板阵列,测量极板对之间的电容值,再根据被测物体内部介电常数分布不同,利用图像重建算法重现出待测物体形态等信息。电容层析成像技术因其具有成本低、非侵入性、易实现、无危害、结构简单等优点,在石油、化工生产和电力输送等领域具有重要的意义和广泛的应用。本文针对三维ECT系统,对传感器结构设计与图像重建算法等问题进行了研究,主要的工作内容如下:采用有限元分析的方法建立了多层的直接三维电容层析成像传感器模型,利用MATLAB对传感器模型的物理场进行了仿真实验,利用数模/电模模块对传感器的场域网格剖分、静电场设置、材料选取、结构参数等进行实验分析。针对传感器结构参数对电容层析成像系统性能的影响,通过改变极板张角,管壁厚度,极板的旋转角,屏蔽罩与极板之间的间距等结构参数,从空管满管时电容值的动态范围以及电容变化灵敏度的感知进行分析与比较,绘制电容值随结构参数变化的曲线,确定最优的传感器结构参数。针对多层ECT传感器结构模型,基于三维仿真,在传统单电极激励单电极测量的激励模式的基础上,提出两种新的双电极激励双电极测量的激励模式,比较不同激励模式下电容测量值的大小与变化的动态范围、灵敏度均匀性的差异和图像重建质量。实验结果表明,组合激励模式下敏感区域的灵敏度均匀性更好,电容测量值更大且动态范围小,得到的图像重建质量更好。由于高度非线性问题,存在被测物体位置和尺寸不匹配现象。针对该问题采用贪婪稀疏化的方法对三维图像进行重建,利用K-SVD字典学习方法,采用非线性仿真构造冗余灵敏度矩阵,通过对冗余灵敏度矩阵数据的训练,更好地捕获被测物体的典型结构。由仿真实验结果可见,该方法可以有效改善重建的图像质量。