通过整合生成对抗网络和电阻断层扫描 (GAN-EIT) 来检测金属颗粒,用于湿型重力振动隔离器
Kiagus Aufa Ibrahim1, Prima Asmara Sejati1,2, Panji Nursetia Darma1
1Department of Mechanical Engineering, Division of Fundamental Engineering, Graduate School of Engineering, Chiba University, Chiba 263-8522, Japan.
Sensors (Basel, Switzerland)
|October 14, 2023
概括
本研究引入了一种生成对抗网络电阻断层扫描 (GAN-EIT) 系统,以准确检测湿型重力振动分离器中的颗粒中的小铜颗粒. GAN-EIT显著提高图像清晰度,并减少检测错误.
科学领域:
- 材料科学 材料科学 材料科学
- 电气工程 电气工程
- 人工智能的人工智能
背景情况:
- 在湿型重力振动分离器 (WGS) 中,在主要 (Al) 颗粒中检测微小的铜 (Cu) 颗粒是具有挑战性的,因为成像模糊.
- 传统的电阻断层扫描 (EIT) 与图像重建质量存在问题.
研究的目的:
- 提出和评估一个集成的生成对抗网络和电阻断层扫描 (GAN-EIT) 系统,以加强在WGS中的Cu粒子检测.
- 为了解决模糊的问题,EIT在金属颗粒分离中重建了图像.
主要方法:
- 将生成对抗网络 (GAN) 与电阻断层扫描 (EIT) 集成,以创建一个GAN-EIT系统.
- 开发基于照片和基于模拟的GAN-EIT成像用于Cu检测.
- 在静态,单层条件下的实验验证,Cu粒子位置不同.
主要成果:
- 与传统的EIT (σ*EIT) 相比,GAN-EIT显著提高了Cu粒子检测的准确性.
- 该系统在传感器感兴趣区域内减少了40%的Cu检测误差.
- 保持60dB的最低信号噪声比 (SNR).
结论:
- 拟议的GAN-EIT系统有效地增强了重建图像的详细特征.
- GAN-EIT提供了一种可靠的方法,用于在WGS中可视化和准确检测小Cu粒子.
- 这种集成为分离过程中的颗粒检测技术提供了重大进步.


