电容层析成像技术(Electrical Capacitance Tomography,ECT)是过程层析成像技术(Process Tomography,PT)研究的热点之一,由电容阵列传感器子系统、数据采集子系统和计算机图像重建子系统组成,具有响应速度快,非侵入式、成本低廉和可视化等特性,因此,ECT较早地应用于两相流和多相流检测等工业生产中,并迅速推广。在ECT系统技术原理的基础上,仿真建立了3层共24个电极的三维传感器模型,通过建立传感器敏感场模型,以敏感场分布均匀为目标,进行传感器结构参数优化设计,以便缩小测量的电容值动态变化范围,提高传感器的灵敏度,改善传感器敏感场的分布,提高ECT系统的性能。影响传感器性能优化函数的参数有很多,本文将从电极高度、宽度、屏蔽罩的半径以及极板间的间距四个方面说明传感器参数变化对敏感场灵敏度分布、测量电容值的影响。由于电位场的非均匀性,利用有限元法计算需要对网格模型进行划分。在电场中,介质的空间变化将改变介电常数值,不同流体介质的空间位置变化测得的电容值是不同的。在ANSYS软件环境下用APDL语言编程对ECT正问题进行仿真,获取全水相、分层流、块状流和环状流四种流型的电势和电力线等物理量的分布图形,求出各极板自容值以及激励电极与检测电极之间的互容值,最后,通过计算得到四种管道流型的电容测量值分布图。由于传感器性能与多个结构参数存在非线性关系,以提高敏感场整体灵敏度大小等系统性能为目标,采用双链量子遗传优化算法(Double Chains Quantum Genetic Algorithm,DCQGA)优化电容传感器结构,得到一组最优的传感器结构参数,提高敏感场的灵敏度和均匀性。三维ECT图像重建可以直观的反映介质的空间分布位置,选择图像重建相对误差R作为质量评价指标,可以看出图像重建的精度明显提高,验证了传感器结构得到了明显改善。