數值仿真軟件 COMSOL 一是款功能強大的多物理場仿真軟件,包含電磁學、流體流動等領域,可以解決電阻抗成像的正問題。這裏簡單給大家介紹一個電阻抗成像數值仿真的案例:
1. 首先,打開軟件新建一個空白模型。接下來,在菜單欄對幾何、材料、物理場、網格等進行設置。
2. 接下來,就是最重要的有限元網格劃分。在“網格”菜單中進行有限元劃分,在“單元尺寸”中選擇細化,把整個幾何劃分成1022個三角形單元。
3. 在“研究”菜單欄中選擇“穩態”情況下,可以用三角形單元的線性插值函數進行計算,計算出場域內部的電位分佈情況。
4. 在“結果”菜單欄中可以查看多種類型的仿真結果,比如電極的平均電位、場域內電場線分佈,還可以根據網格劃分的結果導出單元節點的電勢和每個三角形單元的電導率。
5. 由於需要循環在不同的位置注入電流激勵並測量其餘位置的電壓數據,COMSOL軟件操作繁瑣,可以與MATLAB聯合仿真,通過代碼循環輸出測量數據。
6. 通過MATLAB自動循環計算,可以很方便的得到所有需要的測量數據。
7. RBF 神經網絡是一種局部逼近前饋式神經網絡,其基本結構如圖1所示,由輸入層、隱含層和輸出層三層組成。其中,由輸入層到輸出層的變換是非線性的,而隱含層到輸出層的變換是線性的,能夠逼近任意的非線性函數,加快學習收斂速度和避免局部極小問題。
8. 在RBF神經網絡中,要學習的未知參數有三個:中心向量Cj,基寬向量B和權值向量Wk,其學習算法的整個流程圖如下:
9. 經過RBF神經網絡的訓練,輸入向量是測量得到的電壓數據,輸出預測是各個網格的電導率,訓練數據越多,訓練精度越高。
10. 預測結果如下,能很好的預測出橡膠棒所在的位置,紅色圈出來部分,即電阻抗發生變化的位置。
最後, 如果您有MATLAB有關的數值計算,神經網絡,進化算法,GUI界面,機器人控制,數據擬合相關需求或者擅長某一領域,都可以通過公衆號聯繫我們~~
微信公衆號:320科技工作室