[发明专利]指示材料间边界的探测器

权利要求书

1.一种用于检测在包括至少一种材料的一定体积内包含的一处或多处材料边界的位置的方法，其中至少部分体积是液体材料并且其中使用进一步包括至少一个探测器的一组探测器，所述方法包括以下步骤：

将包括至少一对电极的一组探测器引入受检查体积内；

通过至少一对电极馈送电流或电压，并从至少一对电极测量电流或电压；并且

在计算中使用代表设置方式的测量几何形状，并且选择计算中所需的计算算法；

其特征在于所述方法进一步包括以下步骤：

将探测器组中的至少三个电极在受检查体积中设置为实质上不同于直线的组件，探测器组中的所有电极都只位于液体材料的体积内；

在测量结果的基础上计算受检查体积内的电导率分布；并且

在电导率分布和电极位置信息的基础上推断受检查体积内的至少一处材料边界的位置。

2.如权利要求1所述的方法，其特征在于所述方法进一步包括以下步骤：

利用电阻抗层析成像EIT或电阻率层析成像ERT来执行馈送和测量步骤。

3.如权利要求2所述的方法，其特征在于所述方法进一步包括以下步骤：

将电极设置在探测器组中的至少一个探测器上，以使电极间的向量跨越一个三维子空间。

4.如权利要求2所述的方法，其特征在于所述方法进一步包括以下步骤：

将电极设置在至少两个分离的探测器上，每一个探测器上的电极都基本被安置在一条直线上。

5.如权利要求2所述的方法，其特征在于所述方法进一步包括以下步骤：

在计算中使用标准反演问题的1D-σ方法求解边界的平面轮廓。

6.如权利要求2所述的方法，其特征在于所述方法进一步包括以下步骤：

通过机器学习方法确定用于表示边界的预期数值的电压或电流测量值的函数。

7.如权利要求6所述的方法，其特征在于所述方法进一步包括以下步骤：

将由仿真获得的结果用作机器学习方法中的训练材料。

8.如权利要求6所述的方法，其特征在于使用的机器学习方法是多层感知器MLP网络。

9.如权利要求8所述的方法，其特征在于通过使用Levenberg-Marquardt算法来训练MLP网络。

10.如权利要求2所述的方法，其特征在于所述方法进一步包括以下步骤：

通过估算每一个电极和周围材料之间的接触阻抗来监测电极的结垢。

11.一种用于检测在包括至少一种材料的一定体积内包含的一处或多处材料边界的位置的系统，其中至少部分体积是液体材料并且其中使用进一步包括至少一个探测器的一组探测器，所述系统包括：

包括至少一对电极(41,52)的、被安置在受检查体积内的一组探测器(40,52,52a,52b)；

用于通过至少一对电极馈送电流或电压的馈送装置(53)，和用于从至少一对电极测量电压或电流的测量装置(53)；以及

处理器(53)，在计算时使用表达设置方式的测量几何形状以及使用计算中所需的选择计算算法；

其特征在于所述系统进一步包括：

探测器组中的至少三个电极(40,52,52a,62b)在受检查体积中被设置为实质上不同于直线的组件，探测器组中的所有电极都只位于液体材料的体积内；

所述处理器(53)用于在测量结果的基础上计算受检查体积内的电导率分布；并且

所述处理器(53)用于在电导率分布和电极位置信息的基础上推断受检查体积内可能存在的至少一处材料边界的位置。

12.如权利要求11所述的系统，其特征在于所述系统进一步包括：

电流馈送和测量装置(53)，被设置用于利用电阻抗层析成像EIT或电阻率层析成像ERT来执行馈送和测量步骤。

13.如权利要求12所述的系统，其特征在于所述系统进一步包括：

设置在探测器组的至少一个探测器(40,52,52a,52b)上的电极(41_i,52_i)，以使电极(41_i,52_i)间的向量跨越一个三维子空间。