流动层析成像技术是近年来飞速发展起来的一门新技术,该项技术在解决多相流检测问题上有巨大的发展潜力和广阔的工业应用前景。电阻层析成像技术以其成本低、适用范围广、结构简单、非侵入式、安全性能好等优点,成为目前流动层析成像技术发展的主流和研究热点,但离实际应用尚有很大距离,因此有待进一步研究和发展。本文以基于电阻传感机理的16电极电阻层析成像系统为研究对象,探讨了流动层析成像技术在有限元方法进行系统建模与分析、敏感场分析计算、传感器优化设计、两相流流型辨识、离散相分布图像重建及其浓度测量中的有关问题,分析对比了各种图像重建算的原理、计算过程及其优缺点。本文的研究重点是电阻层析成像图像重建算法,改进了神经网络的图像重建算法,提出了基于代数神经网络的图像重建算法,并进行了基于Matlab仿真实验。主要研究内容和成果如下:1.归纳总结了多相流检测技术对于科研及工业生产的重要意义,分析多相流检测技术主要参数及其多相流检测技术的发展现状和发展趋势。2.阐明了电阻层析成像系统的构成及技术特点,概括的描述了电阻层析成像系统的研究现状和广阔的工业应用前景,分析了电阻层析成像技术发展中必须解决的问题,指出软场问题及图像重建算法精度不高是限制电阻层析成像技术工业实用化的瓶颈问题。3.采用了有限元方法进行求解,对其必要性在文中作了详细地介绍。建立了系统的有限元模型并以此为基础进行了敏感场数值计算,为相关的图像重建算法提供了依据。4.重点对各种图像重建算法进行了分析比较,分析说明了各算法的优点和不足,以求更好的算法继承优点而弥补缺点和不足。5.提出了基于代数神经网络的图像重建算法,并对数据归一化和神经网络输入层进行了改进,进行了基于Matlab仿真实验。