过程层析成像(PT)技术是近年来飞速发展起来的一门新技术,该技术在解决多相流检测问题上具有巨大的发展潜力和广阔的工业应用前景。电容层析成像(ECT)技术是基于电容敏感机理的过程成像技术,以其非辐射、非侵入、响应速度快、结构简单、成本低、适用范围广、安全性能好等优点,成为目前过程层析成像技术发展的主流和研究热点,但离实际应用尚有很大距离,因此有待进一步研究和发展。图像重建算法是ECT系统研究的关键技术,是改善图像重建质量的重要因素。图像重建是通过有限个观测数据(电容测量值)去重建介质在检测区域内的介电常数分布图,即求成像区域内各象素的灰度值,是一个非线性﹑不适定的逆问题。本文主要介绍了BP神经网络的基本原理,研究了基于BP神经网络的图像重建方法。BP神经网络是一种局部逼近的神经网络,理论上只要足够多的神经元,BP神经网络就可以逼近任意精度的连续函数。基于BP神经网络的重建图像方法实质是用BP神经网络建立电容测量值到图像灰度值的映射关系模型。本文采用变结构动态调整隐含层神经元数目的方法确定BP神经网络隐层神经元数目,建立了极板电容测量值与成像区域介电常数分布间的BP神经网络映射,探讨了基于BP神经网络的12极板电容层析成像系统的图像重建算法。用MATLAB环境下对所研究的图像重建用BP神经网络进行训练,并通过有限元法获得训练所需要的训练样本集。仿真结果表明,基于BP神经网络的图像重建算法重建速度与常用的实时图像重建算法(LBP)法相当,重建质量明显优于反投影法。用VC++开发了12极板ECT系统上位机软件,实现了对在线测量数据的接收、实时图像重建及显示、实时数据保存和历史回放等功能。软件集成了两种图像重建算法:LBP法和本文提出的BP神经网络法。