电容层析成像技术(Electrical Capacitance Tomography,简称ECT)是一种工业过程层析成像技术,主要用于对两相流和多相流进行测量和成像。该技术根据被测物质各相之间具有不同的介电常数的性质,通过测量排列在管道周围电极对之间的电容值,采用合适的图像重建算法,来获取管道内的介质分布情况。与其它过程层析成像检测技术相比,ECT具有非侵入、无辐射、成本低、安全性能好和成像速度快的特点。电容层析成像技术在两相流或多相流检测上有广泛的应用,例如石油的开采与运输、流化床气固两相浓度分布可视化和气力运输等。本文主要针对电容层析成像系统图像的重建过程,提出了一种基于智能算法的图像重建算法,并通过自主搭建的电容层析成像系统实验环境,对该算法的实际成像效果与传统成像算法进行对比分析,完成理论中算法改良效果的验证。首先对电容传感器中敏感场的物理意义以及灵敏度矩阵求解过程进行了阐述,利用COMSOL Multiphysics多物理场耦合软件将8电极电容传感器进行建模,根据有限元分析的方法对传感器内部场域进行网络分割,对三种流型进行仿真,为后面的实验环境的搭建提供理论基础;然后对经典的Landweber成像算法的原理进行了详细论述,说明了该算法在收敛性上的不稳定的问题,利用遗传算法和蚁群算法在全局搜索和寻找最优解的优点,设计了基于这两种智能算法的图像重建算法;最后,介绍了微小电容检测的原理和两种基本测量电路,针对本文所用电容传感器,设计了电容测量和电极转换电路,搭建了最终的电容层析成像系统实验环境。利用搭建的电容层析成像系统实验环境,进行了气液两相流成像实验,对被测实物分别用传统Landweber算法和本文提出的成像算法,利用获取的电容数据进行图像重建,并将得到的图像进行对比分析,结果表明本文提出的成像算法在流型的辨识准确性和成像的精度上都有所提高,对改进算法的实用性进行的验证。