基于雙截面ERT對鼓泡床氣含率分布的可視化測量*

楊程屹，王化祥，崔自強

(天津大學電氣與自動化工程學院，天津300072)

鼓泡床(鼓泡塔)是一種重要的化學反應器，被廣泛應用于吸收、氧化、發酵、生化反應、廢水處理等化工過程[1]。運行時，塔內充滿液體，氣體從底部通入，上升并分散成氣泡，與液體接觸發生反應，同時攪動液體增加傳質速度。雖然鼓泡床具備結構簡單、運行成本低等諸多優勢，但氣泡易產生聚并，降低效率，甚至導致事故。

為實現安全生產、提高效率，局部和整體氣泡/液體流動和混合特性成為主要研究內容，氣含率作為一個關鍵特征參數。徑向和軸向氣含率分布的定性和定量分析尤為必要[2]，對氣體分布器(多空塔板)的設計有重大指導意義。但是工業反應多數在高溫、高壓、非透明環境下進行，限制了許多測量技術的應用。

電阻層析成像ERT(Electrical Resistance Tomography)作為一種無損傷、無干擾及可視化檢測技術，在多相流研究領域得到廣泛關注[3]。與傳統技術相比，ERT可提供氣、液分布的實時動態圖像、累計斷層圖像，并能通過圖像灰度計算得到局部氣含率、平均氣含率以及徑向分布等重要信息。

1 ERT系統

1.1 硬件系統構成

ERT系統通常由3個部分組成:電極陣列、數據采集系統及成像計算機，如圖1所示。電極陣列形成可旋轉掃描被測場域的空間敏感場，使場域內部介質電導率分布變化對敏感場產生調制作用;數據采集系統完成產生激勵信號、電極狀態控制、信號調制與解調等工作。基于圖像重建算法重建敏感場電導率分布的二維或三維圖像，提取氣含率、流速等信息。

圖1 ERT測量系統結構示意圖

1.2 硬件技術指標

數據采集系統采用天津大學電學成像小組自主研發的ERT系統，雙截面各16電極，實時采集速度可達800幀/s，成像速度可達300幀/s(直接成像算法)[4－6]。圖 2 為數據采集系統框圖。

圖2 數據采集系統框圖

數據采集系統基于高性價比FPGA(Xilinx Spartan－3 系列)，包括數模轉換(DAC)、模數轉換(ADC)、USB 接口以及其他前端電路[7－8]。激勵信號由FPGA上的DDS IP核直接生成，經過數模轉換、濾波、放大，通過掃描電極產生的測量信號經模數轉換、數字相敏解調，最終通過USB接口傳至上位計算機。

2 成像原理與圖像重建

ERT問題可分正問題與逆問題求解。

2.1 正問題與有限元仿真

電阻層析成像系統的正問題求解，即通過有限元仿真，計算靈敏度矩陣。結合仿真軟件COMSOL與MATLAB，利用COMSOL建立三維模型，如圖3所示，設定微分方程及邊界條件，進行仿真，并根據式(1)計算靈敏度矩陣[9]。

式中:φi為電極對(i，i+1)激勵，其余電極懸空(高阻態)時的電勢分布;φj為電極對(j，j+1)激勵時的電勢分布;Sij(x，y)表示電極對(i，i+1)激勵，(j，j+1)測量時的靈敏度矩陣系數。

圖3 有限元仿真模型

2.2 逆問題與圖像重建算法

ERT逆問題求解具有病態性及不定性。通常分為直接求解法及迭代法。直接求解算法，如線性反投影(LBP)，成像速度快，但獲得圖像邊緣模糊;而迭代算法，如共軛梯度法、Newton-Raphson法、Landweber法等[10－11]，可獲得較高分辨率圖像，但計算速度相對較慢。

本系統采用Landweber預迭代算法[12]，分兩步進行:首先離線進行迭代(一般100次)，然后在線一步成像，在保證實時性的同時有較好的成像質量。迭代格式為

其中，g為灰度值變量，λ為測量值，S為靈敏度系數矩陣，ak是第k次迭代步長。將A0=aST(0＜a＜2/λmax(SST))及 gk=Akλ 代入，得到

簡化為

預迭代過程離線計算式(4)，獲得S的一個廣義逆，在線根據式(5)計算圖像。

2.3 由ERT重建圖像計算氣含率

根據麥克斯韋公式[13－15]，當氣含率低于 0.25時[16]，可通過電導率分布計算得到氣含率分布。

其中，σ1為液相(自來水)的電導率(約為0.1 mS/cm～1.0 mS/cm)，σ2為氣相的電導率，σmc是混合相的平均電導率。由于σ2?σ1，式(6)可化簡為

3 結果

圖4為氣－液鼓泡床實驗裝置示意圖。塔內充滿自來水，由底部鼓入空氣，通過閥門控制進氣流速，空氣經過塔板1、2(多孔圓盤，水平嵌于塔內)，打碎成為小氣泡，形成氣、液混合反應，最后由頂部排出。ERT電極(不銹鋼制)設置在上層塔板2上下兩側，每層16電極，等間距分布。同時通過差壓變送器及電導探針測量，以互相驗證結果[17]，其精度約為5%[18]。

圖4 鼓泡床實驗裝置示意圖(單位:毫米)

電導率及氣含率分布圖像可由成像軟件直接計算并實時顯示。在各不同氣速下，取200幀圖像計算平均值，

其中M為每幅圖像像素數。

表2(見下一頁)給出了不同氣速條件下，ERT成像結果:電導率分布及氣含率分布圖像。隨氣速提高，中心區域電導率降低，氣含率升高。

圖5 ERT平均氣含率隨氣速變化關系

氣含率平均值隨氣速的變化關系如圖5所示，與圖像結果吻合，氣含率隨氣速升高而升高，大致呈線性相關。截面1的氣含率較截面2高，在高氣速下，尤為明顯。由于空氣的溶解率較低，并非溶于水所致。而是因為空氣經過塔板重新分配后，分布情況、氣泡大小發生改變，大氣泡破碎為小氣泡。由于ERT空間分辨率相對較低(特別處于中心區域)，因此大氣泡圖像較為清晰，小氣泡及氣泡群相對模糊。

不同氣速下，各截面的徑向氣含率分布如圖6所示。隨氣速升高，氣含率升高。截面1中心(如r/R＜0.1)高、邊緣低;截面2，經過篩板分散氣泡后，在約r/R=1/3處，氣含率出現最大值，邊緣較低。

圖6 ERT氣含率徑向分布

表1列出了不同氣速下壓差法所得氣含率結果及ERT所得結果。由于壓差法只能獲得截面處氣含率平均值，僅為一個數值，而ERT可獲得整個截面的分布圖像(表2)，同時測量偏差較低，兩截面分別為6.49%及5.88%。同平均氣含率結果一致，在相同徑向位置，截面1較截面2高。

表1 壓差法氣含率結果與ERT結果對比

表2 電導率及氣含率分布

圖7為氣速0.13 m/s時，ERT結果與氣泡法所得徑向氣含率結果比較，從圖中可知，誤差小于等于5%。截面1的最小和最大誤差分別出現在約r/R=0.65和 r/R=0.85處，截面2在邊緣處誤差達到最小。

圖7 氣泡法氣含率徑向分布結果與ERT結果比較

4 結論

將ERT應用于鼓泡床測量的初步結果顯示，與壓差及電導探針等傳統方法比較，相對誤差≤5%。同時通過ERT圖像及數據均觀測到兩測量截面氣含率分布差異。為提高鼓泡床反應效率及優化設計提供了有效的可視化手段。

[1]Kazakis N A，Mouza A A，Paras Kazakis S V.Experimental Study of Bubble Formation at Metal Porous Spargers:Effect of Liquid Properties and Sparger Characteristics on the Initial Bubble Size Distribution[J].Chem Eng J，2008，137:265－281.

[2]Dudukovic M P.Opaque Multiphase Flows:Experiments and Modeling[J].Experimental Thermal and Fluid Science，2002，26:747－761.

[3]Zhang Tongwang，Jin Haibo，He Guangxiang，et al.Application of Pressure Transducing Technology to Measurement of Hydrodynamics In Bubble Column[J].Journal of Chemical Industry and Engineering(China)，2004，55(3):476－480.

[4]崔自強，王化祥，許燕斌，等.雙截面電阻層析成像系統設計[J].天津大學學報，2010，43(2):115－120.

[5]Ziqiang Cui，Huaxiang Wang，Lei Tang，et al.A Specific Data Acquisition Scheme for Electrical Tomography[C]//Instrumentation and Measurement Technology Conference Proceedings，2008，726－729.

[6]Yang Chengyi，Wang Huaxiang，Cui Ziqiang.Visualization Imaging Software Design for Electrical Tomography[C]//Imaging Systems and Techniques，2011，25－28.

[7]Zhang Xuehui，Wang Huaxiang，Cui Ziqiang，et al.A Novel ECT System Based on FPGA and DSP[C]//Innovative Computing，Information and Control，2007，510.

[8]張凌烽，王化祥.基于FPGA和DSP的電阻層析成像數據采集系統[J].傳感技術學報，2011，24(7):1011－1016.

[9]Lehr J.A VectorDerivation Usefulin ImpedancePlethys-Mographic Field Calculations[J].IEEE Transactions on Biomedical Engineering，1972，BME－19(2):156－157.

[10]Yang W Q，Lihui Peng.Image Reconstruction Algorithms for Electrical Capacitance Tomography[J].Meas Sci Technol，14 R1，2003.

[11]馬世文，王化祥.基于QR分解的對稱共軛梯度法成像算法[J].傳感技術學報，2011，24(8):1168－1171.

[12]Wang Huaxiang，Wang Chao，Yin Wuliang.A Pre-Iteration Method for the Inverse Problem in Electrical Impedance Tomography[J].IEEE Transactions on Instrumentation and Measurement，2004，53(4):1093－1096.

[13]Wang M，Jones T F，Williams R A.Visualization of Asymmetric Solids Distribution in Horizontal Swirling Flows Using Electrical Resistance Tomography[J].Trans IChemE，2003，81，Part A:854－861.

[14]Lucas G P，Cory J，Waterfall R C，et al.Measurement of the Solids Volume Fraction and Velocity Distributions in Solids-Liquid Flows Using Dual-Plane Electrical Resistance Tomography[J].Flow Measurement and Instrumentation，1999，10(4):249－258.

[15]George D L，Torczynski J R，Shollenberger K A，et al.Validation of Electrical-Impedance Tomography for Measurements of Material Distribution in Two-Phase Flows[J].International Journal of Multiphase Flow，2000，26(4):549－581.

[16]Sigrist L，Dossenbach O，Ibl N.On the Conductivity and Void Fraction of Gas Dispersions in Electrolyte Solutions[J].Journal of Applied Electrochemistry，1980，10(2):223－228.

[17]Krishna R，Sie S T.Design and Scale-up of the Fischer-Tropsch Bubble Column Slurry Reactor[J].Fuel Processing Technology，2000，64(1－3):73－105.

[18]Tang Chengzhi，Theodore J Heindel.Estimating Gas Holdup Via Pressure Difference Measurements in a Cocurrent Bubble Column[J].International Journal of Multiphase Flow，2006，32(7):850－863.