基于ERT技术的矿山充填管道堵塞三维可视化检测方法.pdf

基于 ERT 技术的矿山充填管道堵塞三维可视化检测方法王湃1，刘卓1，加波1，刘浪2,3(1.西安科技大学电控学院，陕西西安710054；2.西安科技大学能源学院，陕西西安710054；3.教育部西部矿井开采及灾害防治重点实验室，陕西西安710054)摘要：全尾砂胶结充填法，在金属矿山的开采中被广泛应用。充填料浆在管输过程中的堵管、爆管现象，给充填管道带来很大的安全隐患，是制约充填技术发展和应用的瓶颈。为了探索矿山充填管道堵塞的可视化检测方法，获取矿山充填管道内壁结块的几何形状与相对位置的三维信息，利用 COMSOL 软件建立多层 ERT 传感阵列的三维模型，采用有限元方法求解 ERT 正问题，阐明了 ERT 三维敏感场内电势与电流密度的变化趋势。在此基础上，以灵敏度为媒介分析 ERT 的“软场”特性，揭示了三维敏感场内检测灵敏度的分布规律。采用 Gauss-Newton 算法求解 ERT 的逆问题，对 5 种堵塞仿真模型进行三维图像重建，仿真结果表明正则化 Gauss-Newton 一步算法在重建图像质量上与正则化 Gauss-Newton 迭代算法差别极小，但在重建时间上优于正则化 Gauss-New-ton 迭代算法，更适合三维图像重建。Gauss-Newton 一步算法中选择 Laplace 先验知识优于 Noser先验知识。最后，根据仿真模型，采用某金属矿尾砂制作尺寸不同的 4 种结块试件，养护 14h 后放入充满质量分数为 74%全尾砂充填料浆的竖直管道中的 5 个不同位置，模拟充填管道内壁 5 种不同的结块位置及堵塞程度。利用自主研发的 48 电极 3D-ERT 成像系统，采用 Gauss-Newton 一步算法，对以上 5 种堵塞情况进行三维成像实验。实验结果表明：实测结果与仿真结果一致，重建图像可以准确反映出管道内壁结块的几何形状和所处位置等三维信息。关键词：三维图像重建；矿山充填管道；管壁结块；电阻层析成像；有限元中图分类号：TD801文献标志码：A文章编号：02539993(2023)062465103D visual detection method of mine filling pipeline blockagebased on ERT technologyWANGPai1,LIUZhuo1,JIABo1,LIULang2,3(1.Electrical and Control Engineering School,Xian University of Science and Technology,Xian710054,China;2.Energy School,Xian University of Sci-ence and Technology,Xian710054,China;3.Key Laboratory of Western Mines and Hazards Prevention,Ministry of Education of China,Xian710054,China)Abstract:Fulltailingsandcementationfillingmethodhasbeenwidelyusedinmetalmines.However,thesafetyandroutineoperationsoffillingpipelinearesignificantlythreatedbypluggingandburstingofthefillingslurryinthepipetransmissionprocess,whichisagreatobstaclerestrictingthedevelopmentandapplicationoffillingtechnology.Inthepa-收稿日期：20220522修回日期：20221130责任编辑：郭晓炜DOI：10.13225/ki.jccs.2022.0759基金项目：国家自然科学基金资助项目(52074212)；陕西省重点研发计划资助项目(2023-YBGY-367)；陕西省教育厅青年创新团队建设科研计划资助项目（21JP077）作者简介：王湃（1979），男，辽宁丹东人，副教授，博士。E-mail：通讯作者：刘浪（1985），男，陕西靖边人，教授，博士。E-mail：引用格式：王湃，刘卓，加波，等.基于 ERT 技术的矿山充填管道堵塞三维可视化检测方法J.煤炭学报，2023，48(6)：24652474.WANGPai，LIUZhuo，JIABo，etal.3DvisualdetectionmethodofminefillingpipelineblockagebasedonERTtechnologyJ.JournalofChinaCoalSociety，2023，48(6)：24652474.第48卷第6期煤炭学报Vol.48No.62023年6月JOURNALOFCHINACOALSOCIETYJun.2023per,thethree-dimensionalmodelofmulti-layerERTsensingarrayisconstructedbasedonCOMSOLsoftwareforthepur-poseofexploringthevisualizationdetectionmethodofminefillingpipeblockage,obtainingthethree-dimensionalin-formationofgeometryandrelativepositionofthelumpinsidetheminefillingpipe.Moreover,theERTpositiveproblemissolvedbyusingfiniteelementmethod.Thetrendofpotentialandcurrentdensityinthethree-dimensionalERTsensit-ivefieldarerevealed.Onthisbasis,the“softfield”characteristicsofERTwereanalyzedintermsofsensitivity,andthedistributionlawofdetectionsensitivityinthethree-dimensionalsensitivefieldisprovided.TheinverseproblemofERTissolvedbyGauss-Newtonalgorithm,andthethree-dimensionalimagereconstructionisperformedforfiveblockagesimu-lationmodels.ThesimulationresultsshowthatthedifferencebetweentheregularizedGauss-Newtonone-stepalgorithmandtheregularizedGauss-Newtoniterativealgorithmintermsofreconstructedimagequalityisminor.ThereconstructiontimeoftheregularizedGauss-Newtonone-stepalgorithmis,however,betterthantheregularizedGauss-Newtoniterativealgorithm,whichismoresuitablefor3Dimagereconstruction.TheLaplacepriorknowledgeselectedintheGauss-New-tonone-stepalgorithmisbetterthantheNoserpriorknowledge.Finally,accordingtothesimulationmodel,fourkindsofagglomeratedspecimenswithdifferentsizesweremadeusingthemetalminetailingsand.After14hoursofcuring,thespecimensareputintofivedifferentpositionsinaverticalpipefilledbyfulltailingbackfillwith74%solidcontenttosim-ulatedifferentagglomeratedpositionsandcloggingdegreesinsidethefillingpipe.Thentheself-developed48-electrode3D-ERTimagingsystemandtheGauss-Newtonone-stepalgorithmareutilizedtoperform3Dimagingexperimentsontheabovefiveblockagecases.Theexperimentalresultsshowthatthemeasuredresultsareconsistentwiththesimulationres-ults,andthereconstructedimagescanaccuratelyreflectthethree-dimensionalinformationofthegeometryandlocationoftheclumpsinsidethepipeline.Key words:three-dimensionalimagereconstruction；minefillingpipe；tubewallagglomeration；electricalresistancetomography；finiteelementmethod在金属矿的开采中，大量尾砂会被随意排放，而充填开采技术将其作为采空区充填与支护的物料使用，可以起到很好的支撑效果1，较好的避免了采矿区地表沉降问题，发挥其实用价值，实现矿区的可持续发展2。矿山采空区的充填中，全尾砂的胶结充填法被广泛使用。在整个胶结充填系统中，管道输送系统是薄弱环节之一3。管道堵塞是制约充填技术发展和应用的瓶颈。管道堵塞原因复杂多样，赵立安等4对管道堵塞的原因做出了分析与总结，指出充填管道堵塞的原因共 5 种：料浆流速太低引起固体颗粒的沉降；料浆浆级配和最大颗粒尺寸发生改变；料浆质量质量分数过大而堵管；固体颗粒在管壁和其他界面沉积，结垢；其他机理。针对管道堵塞的检测技术主要有声学特征检测法5、压力波法6等；但这些方法需要对管道进行开挖或钻孔进行检测，成本较大。相比于以上方法，电阻层析成像（ElectricalResistanceTomography，简称ERT）技术，具有非侵入、响应速度快、成本低、安全性能好、适用范围广等优点，适用于以导电介质为连续相的两相流或多相流的可视化检测7。利用 ERT技术对两相流或多相流检测的研究，已进入工业应用阶段。YOUSEFFaraj 等8采用双模态（ERT-EMF）电磁场系统测量水油两相流；SUSAN 等9利用 ERT 技术分析泥浆反应器中的固相质量分数均匀性；李彦龙等10利用 ERT 技术观测沉积物中天然气水合物的生成过程；但目前对 ERT 技术的研究与应用，大多局限于二维平面，而场域中离散相的几何形状相和对位置等三维信息无法从二维图像中获取。因此，对被测物理场域进行三维检测与图像重建是ERT 技术的发展趋势。为了实现矿山充填管道堵塞的三维可视化检测，笔者主要展开以下研究：利用 COMSOL 软件建立充填 ERT 传感器的三维模型，采用有限元方法对管道内部三维物理场进行分析；以灵敏度为媒介分析充填管道内部的 ERT 的“软场”特性，揭示了管道内壁结垢厚度变化，对三维敏感场的影响；采用数值模拟方法模拟充填管道内壁五种不同堵塞程度和不同位置的结块，采用正则化 Gauss-Newton 一步迭代算法进行三维图像重建；自主研发一套 3 层 48 电极的三维电阻层析成像实验系统，采用某金属矿尾砂制作尺寸不同的 5 种结块试件，放入充满质量分数为74%全尾砂充填料浆的竖直管道的不同位置，进行三维图像重建。实验结果表明：三维重建图像可以准确反映出管道内壁结块的三维几何形状和所处空间位置。1矿山充填管道三维 ERT 模型构建ERT 技术是一种基于电阻传感机理的过程层析成像技术。典型的 ERT 系统如图 1 所示，包括：电极2466煤炭学报2023年第48卷传感阵列，数据采集与处理单元，图像重建与显示单元。ERT 系统的传感器单元由一组电极阵列等间隔排布在被测管道或过程容器内壁，控制模块控制数据采集与激励模块向传感器单元施加激励电流，建立敏感场，并测量敏感场域边界电压，将测得的数据通过通信模块传送给图像重建单元，以适当的算法重建出对象内部的电导率分布，从而得到媒质分布图像（二维或三维）。1.1ERT 数学物理模型ERT 的数理模型分为正问题与反问题。ERT正问题:已知敏感场内介质的电导率分布，通过边界条件求解敏感场内电势分布。根据电磁场理论和麦克斯韦方程，ERT敏感场内的任意一点满足：(x,y,z)(x,y,z)=0(x,y,z)wS1(x,y,z)(x,y,z)nds=+I(x,y,z)S1wS2(x,y,z)(x,y,z)nds=I(x,y,z)S2(x,y,z)n|S3=0(x,y,z)S3(1)(x,y,z)(x,y,z)(x,y,z)(x,y,z)式中，和 分别为散度和梯度算子；为场域内任意一点处的电导率分布；为点处的电势分布函数；n 为边界的外法线向量；I为激励电流；S1为激励电极处；S2为测量电极处；S3为其他位置处。1.2充填管道 ERT 传感器仿真模型求解 ERT 正问题的计算方法最常用的为有限元法（FiniteElementMethod，FEM）11。笔者采用 COM-SOL 软件对充填管道的三维 ERT 传感器模型进行仿真分析，如图 2（a）所示。该有限元模型参数如下：管道内径 50mm，管道外径 55mm，管道长 200mm，管道材料选用有机非金属管；电极阵列排列采用 3 层，每层 16 电极，共 48 电极，电极选用不锈钢材料，轴向长度 15mm，宽度 10mm，厚度 2mm，每层之间相距30mm，全尾砂充填料浆（连续相介质）电导率设置为0.35S/m，管壁结垢层（离散相介质）电导率设置为0.2S/m，激励电流为 10MA。管内成像区域剖分为6872 个立方单元，如图 2（b）所示。ERT 系统采用相邻激励模式，经仿真计算得到敏感场内空间上多层电势，等势线以及电流密度线在空间内的分布。因为在相邻模式下的电势分布是对称的，因此研究在 z=60mm 处 12 电极对处施加激励电流，z=90mm 处在 1718 电极对上施加激励电流，z=120mm 处 3334 电极对上施加激励电流，电压范围 10V,10V。图 3 为电流激励在不同节点时的电势分布，等势线与电流密度分布。从图 3 可知，管道内部电势分布在三维空间内，激励电极所在的平面的电势最高，轴向上随着距离激励电极平面越来越远，电势逐渐降低；同理，管内电流密度也分布在三维空间内，在激励电极处最密，轴向上，随着距离的增加，电流密度逐渐稀疏。1.3充填管道内部 ERT 敏感场“软场”特性ERT 反问题：利用 ERT 系统获取测量电压，通过图像重建算法，重建被测物场内电导率的分布。ERT反问题求解方程满足：=J()U(2)J()式中，为重建出的场内电导率分布；为灵敏度矩阵，与场内介质分布有关；U 为边界测量电压。mnJ()mnJ将管内成像区剖分成 个单元，为独立测量数目，对离散化，并忽略“软场”效应12，得到维灵敏度矩阵。故式（2）可转化为=JU(3)Iij当激励电流 施加在第 个电极对时，测量在电极对 上的灵敏度矩阵可表示为传感器单元数据采集与处理单元图象重建单元电极传感阵列数据采集与激励模块模拟信号控制信号A/D转换与控制模块数字信号通信模块图1ERT 系统组成Fig.1CompositionofERTsystem(a)充填管道 ERT 传感器模型(b)管道内剖分图2充填管道三维 ERT 传感器有限元模型Fig.2Finiteelementmodelof3DERTsensorforfillingpipeline第6期王湃等：基于 ERT 技术的矿山充填管道堵塞三维可视化检测方法2467J=wijIiIjdxdydz(4)ijijIiIj式中，与分别为电极对 和电极对 的激励电流为和 时的电势分布13-14。由于式（3）忽略了“软场”效应，所以基于式（3）设计的图像重建算法均无法避免“软场”效应带来的误差。在全尾砂充填料浆的管输过程中，管道内壁可能产生结垢，且结垢层逐渐增厚4。笔者借此过程研究管道内壁不同结垢厚度对 ERT 敏感场的影响。有限元仿真实验条件如下：ERT 敏感电极阵列有 3 层 48个电极，45802 个剖分单元，ERT 数据采集模式为相邻模式，全尾砂充填料浆（连续相介质）电导率设置为 1S/m，管壁结垢层（离散相介质）电导率设置为0.1S/m，激励电流为 10MA。由于管道敏感场形状为圆形，相邻激励模式下的灵敏度分布是对称的。因此，只研究电流激励施加在 12 电极对上 3 种典型测量角的灵敏度分布。图 4 为结垢层厚度不同时，3 个典型测量角度的灵敏度分布。从图 4 可知，当管道壁结垢较薄时，处于敏感场边缘区域，其检测灵敏度较高；随着结垢层增厚，逐渐向场域中心延伸，其检测灵敏度将逐渐降低。2三维 ERT 图像重建算法性能对比根据 ERT 图像重建算法在求解计算过程中是否需要迭代，分为迭代类算法和非迭代类算法。非迭代类算法有：线性反投影算法，灵敏度系数法，奇异值分解算法等。迭代类算法主要有：Landweber 算法，Newton-Raphson 算法，Gauss-Newton 迭代算法等15-16。其中，Gauss-Newton 迭代算法具有较高的成像精度17。笔者结合充填管道内壁结垢的特点，通过数值仿真实验，从算法的误差与实时性 2 个指标定量对比正则化 Gauss-Newton 迭代算法和正则化 Gauss-New-ton 一步迭代算法；并根据实验结果筛选适用于矿山充填管道可视化检测的三维图像重建算法。2.1正则化 Gauss-Newton 一步迭代算法Gauss-Newton 一步迭代算法由 CHENEYM 等提出18，该算法使用 Newton-Raphson 算法的第 1 步，设置某恒定电导率作为初始电导率进行求解。Newton-Raphson 以边界电压测量值与计算值的误差范数作为目标函数19-20：f()=12F()U2(5)对式（5）求导，并令导数为 0，得f()=F()T(F()U)=0(6)f()=k对在任意点进行泰勒级数展开，保留线性项，可得f()=f(k)+f(k)kk=k+1k(7)J()结合雅克比矩阵分布，则k=J(k)TJ(k)1J(k)TF(k)Uk+1=k+k(8)f()f()F()F()kF(k)k式中，为最小二乘构造的目标函数；为目标函数的一阶导数；为电导率 的函数；为电导率的函数的一阶导函数；为第 k 次迭代的电导率；为第 k 次迭代电导率 的函数。电势分布等势线分布电流密度分布12电极激励1718电极激励1084622048610电导率/(Sm1)3334电极激励图3不同节点处电势、等势线与电流密度分布Fig.3Distributionofpotential,isolineandcurrentlineatdifferentnodes2468煤炭学报2023年第48卷初始电导率的设定如果接近真实电导率，迭代的次数会大大减小，甚至只需一步迭代就可以求解到真实电导率分布。YORKEYTJ 将正则化方法引入到 Gauss-New-ton 一步迭代算法中21，使用正则化的方式加以修正，得到广泛应用22-23。重建矩阵为R=JTWJTWJ+2R(9)R式中，为正则化矩阵；为控制正则化的超参数因子；W 为权重矩阵。2.2图像质量评价对 ERT 重建图像质量进行评估，常采用相对图像误差又称空间图像误差（SpatialImageError，ESI）作为图像质量的评价指标24，定义为ESI=(10)式中，ESI为重建图像在形状，面积（体积）及位置等方面的误差信息，ESI越小，图像重建质量越高；为仿真模型中电导率分布。2.32 种图像重建算法成像结果比较笔者采用有限元的方法建立 3 层 48 电极的 ERT传感器模型，仿真条件如下：管道直径 10cm，高度15cm，电极高度分别在 6、9、12cm 处。每层 16 个电极，电极高 1.5cm、宽 1cm、厚 0.2cm。系统采用相邻激励模式，激励电流为 10MA；设置连续相介质电导率 0.35S/m；设置非连续相介质电导率 0.2S/m。本实验一共设计 5 种结块模型，用于模拟管壁结垢层的位置和厚度。模型 1 的厚度占管道横截面积的 20%；模型 2 的厚度占管道横截面积的 30%；模型 3 的厚度为管道横截面积的 40%；模型 4 为圆柱体切开的不规则形状，上下截面分别占管道横截面积的 20%和 30%；模型 5 为 2 个结块，厚度分别占管道横截面积的 10%与 20%。正则化 Gauss-Newton 迭代算法，正则化 Gauss-Newton 一步迭代算法成像效果对比，如图 5 所示。利用 2.3 中图像质量评价式（10）对图 5 中 2 种不同重建算法的三维重建图像计算空间图像误差 SIE，结果对比见表 1。由图 5 中 5 种仿真模型的三维重建图像可以看出：基于正则化 Gauss-Newton 迭代算法所得的三维重建图像与正则化 Gauss-Newton 一步迭代算法所得的三维重建图像在形状，大小与空间位置上非常接近仿真模型；从表 1 三维图像重建的空间图像误差计算结果也可以看出，2 种图像重建算法的三维图像重建1.51.0Z/dmX/dmY/dm0.50.510.50001仿真模型 1测量角度1测量角度2测量角度31.51.00.50.510.50001仿真模型 2Z/dmX/dmY/dm1.51.00.50.50.51.00.51.00000.5仿真模型 3Z/dmX/dmY/dm0.500.2500.250.50电导率/(Sm1)图4不同厚度结垢层 3 个典型测量角度的灵敏度分布Fig.4Sensitivitydistributionsofthreetypicalmeasurementangleswithdifferentthicknessscalinglayers第6期王湃等：基于 ERT 技术的矿山充填管道堵塞三维可视化检测方法2469相对误差差别极小。2 种算法的运行时间对比见表 2。由表 2 中可知，Gauss-Newton 一步迭代算法的运行时间比 Gauss-Newton 迭代算法的运行时间短，具有更好的实时性。2.4不同先验知识对成像结果的影响正则化的提出是为了解决图像重建矩阵求解的不适定性，通过在目标函数中加入先验知识的罚函数达到使求解稳定的目的。根据正则化矩阵 R 的不同，可以分为 Laplace 先验，Noser 先验和 Tikhonov 先验等。不同的先验知识会导致不同的成像结果。笔者选用正则化 Gauss-Newton 一步迭代算法，分别用 Laplace 先验和 Noser 先验对仿真模型进行重建，研究不同先验知识对成像结果的影响。图像重建结果如图 6 所示。(a)仿真模型(b)Gauss-Newton(c)Gauss-Newton 一步迭代151050404404Z/cmX/cmY/cm151050404404Z/cmX/cmY/cm151050404404Z/cmX/cmY/cm151050404404Z/cmX/cmY/cm151050404404Z/cmX/cmY/cm151050404404Z/cmX/cmY/cm151050404404Z/cmX/cmY/cm151050404404Z/cmX/cmY/cm151050404404Z/cmX/cmY/cm151050404404Z/cmX/cmY/cm151050404404Z/cmX/cmY/cm151050404404Z/cmX/cmY/cm151050404404Z/cmX/cmY/cm151050404404Z/cmX/cmY/cm151050404404Z/cmX/cmY/cm0.200.450.700.951.20电导率/(Sm1)图52 种图像重建算法成像效果对比Fig.5Comparisonofimagingeffectsbetweentwoimagerecon-structionalgorithms表 1 2 种图像重建算法的空间图像误差对比Table 1 Comparison of spatial image errors between twoimage reconstruction algorithms模型正则化GN迭代正则化GN一步迭代10.29470.294620.29050.290730.30330.306440.30080.302650.34090.3401表 2 2 种图像重建算法的运行时间对比Table 2 Comparison of running time betweentwo image reconstruction algorithmss模型正则化GN迭代正则化GN一步迭代16.2193.87726.2223.99036.2403.98946.3914.36256.5504.3962470煤炭学报2023年第48卷利用 2.2 中图像质量评价公式（18）对图 6 中 2 种不同先验知识的三维重建图像计算空间图像误差 ESI，见表 3。表 3 不同先验知识成像结果的空见图像误差对比Table 3 SIE comparison of imaging results withdifferent prior knowledge模型Noser先验Laplace先验10.35480.294620.48510.290730.51310.306440.43490.302650.45020.3401从表 3 中可以看出，Laplace 先验重建图像的空间图像误差较小，故基于 Laplace 先验的图像重建更加接近仿真模型。3三维 ERT 图像重建与分析3.1实验材料与实验平台矿山充填使用的尾砂胶结充填料浆通常选用尾砂、水泥、水按一定比例配比混合而成。为了使实验更加贴近真实充填工况，实验材料尾砂选择某铜矿充填所用的尾砂，水泥选择充填所用 P.O42.5 级普通硅酸盐水泥，水泥与尾砂的比例选用 14。不同的混合比例以及料浆质量分数所产生充填料浆的电导率也会有所不同，实验利用电导率测量仪对充填料浆不同质量分数电导率进行测量，结果见表 4。(a)仿真模型(b)Noser 先验(c)Laplace 先验1510504044041510504044041510504044041510504044041510504044041510504044041510504044041510504044041510504044041510504044041510504044041510504044041510504044041510504044041510504044040.200.450.700.951.2电导率/(Sm1)Z/cmX/cmY/cmZ/cmX/cmY/cmZ/cmX/cmY/cmZ/cmX/cmY/cmZ/cmX/cmY/cmZ/cmX/cmY/cmZ/cmX/cmY/cmZ/cmX/cmY/cmZ/cmX/cmY/cmZ/cmX/cmY/cmZ/cmX/cmY/cmZ/cmX/cmY/cmZ/cmX/cmY/cmZ/cmX/cmY/cmZ/cmX/cmY/cm图6不同先验知识仿真成像的结果Fig.6Simulationimagingresultsofdifferentpriorknowledge表 4 不同质量分数充填料浆电导率Table 4 Conductivity of slurry filled withdifferent concentrations质量分数/%707274767880电导率/(Sm1)0.4360.3930.3520.3110.2750.243第6期王湃等：基于 ERT 技术的矿山充填管道堵塞三维可视化检测方法2471从表 4 中可知，随着充填料浆质量分数的增加，电导率呈下降的趋势，这是因为在较短时间内充填料浆搅拌均匀，在这段时间内充填料浆并未发生水化反应，其中的水泥与尾砂颗粒并不导电，导电介质主要是充填料浆中的水。所以随着质量分数的增加，充填料浆的电导率会下降25。充填管道在长时间的运行状态下，如果有固体颗粒粘在管壁上，就会逐渐构成一层固体床，会造成管道堵塞4。为了在实验中模拟充填料浆因管道内壁结垢所产生的堵塞情况，实验利用充填料浆制作了 4 种不同大小、形状的结块试件。试件高 150mm，厚度分别为 10、20、30 和 40mm，如图 7 所示。(a)试件厚度(b)试件高度15010203040图7结块试件模型Fig.7Agglomeratedspecimenmodel为了验证采用 ERT 技术对充填管道堵塞的三维图像重建检测方法的可行性，本文采用自主研制的 3层 48 电极 ERT 成像实验系统，在相同实验条件下，对仿真实验中的 5 种结块位置进行实测成像验证。三维 ERT 成像实验平台如图 8 所示。平台采用典型的 ERT 传感器系统，电极传感阵列选用 3 层 48 块不锈钢电极片（高 15mm、厚 2mm、长 10mm），均匀嵌入至亚克力模拟管道内（直径100mm、高 200mm），激励模式采用相邻电流激励，激励电流为恒流源 10MA，48 个测量周期共采样2160 个电压信号，利用数据采集与处理单元将电压数据进行模数转换，经控制器处理后，利用通信模块将数据上传至图像重建单元，采用正则化 Gauss-New-ton 一步算法进行三维图像重建。3.2实验结果与分析在管道模型内注满质量分数为 74%的尾砂充填料浆，采用同质量分数料浆制作 4 种结块试件。结块的养护时间的确定方法：在该金属矿堵管事故发生后，对管内壁的结垢进行取样，经测定后其电导率与料浆结 块 试 件 养 护 14 h 的 电 导 率 一 致。结 块 养 护14h 后，放入管道中的充填浆体中，利用自主研制的3 层 48 电极 ERT 实验平台进行图像重建。实验结果如图 9 所示。由图 9 可以看出，基于 ERT 技术重建出的三维图像质量较高，可以清楚的反映出充填管道结块大小和位置等三维信息。4结论（1）当管壁结垢较薄时，处于敏感场边缘区域，其检测灵敏度较高；随着结垢层增厚，逐渐向场域中心延伸，其检测灵敏度将逐渐降低。（2）Gauss-Newton 一步算法在重建图像质量上与Gauss-Newton 迭代算法差别极小，但在重建图像时间上优于 Gauss-Newton 迭代算法，更适合三维图像重建；Gauss-Newton 一步算法中选择 Laplace 先验知识优于 Noser 先验知识。（3）利用自主研制 3 层 48 电极 ERT 三维图像重建实验平台，在竖直管道模型内充满质量分数为 74%的全尾砂充填料浆，采用同一料浆制作 4 种结块试件。结块养护 14h 后，放入管道中的充填浆体中，利用正则化 Gauss-Newton 一步算法进行三维图像重建，实验结果表明：基于 ERT 技术可以有效的检测出充填管道的结块大小和位置等三维分布信息。传感器单元图像重建单元数据采集与处理单元图8三维 ERT 成像实验平台Fig.83DERTimagingexperimentalplatform2472煤炭学报2023年第48卷参考文献(References)：张新国，郭惟嘉，张涛，等.浅部开采尾砂膏体巷采设计与地表沉陷控制J.煤炭学报，2015，40(6)：13261332.ZHANGXinguo,GUOWeijia,ZHANGTao,etal.Designoftailingsandpastelaneminingandsurfacesubsidencecontrolinshallowmin-ingJ.JournalofChinaCoalSociety，2015，40(6)：13261332.1冯国瑞，杜献杰，郭育霞，等.结构充填开采基础理论与地下空间利用构想J.煤炭学报，2019，44(1)：7484.FENGGuorui,DUXianjie,GUOYuxia,etal.Basictheoryofstruc-tural filling mining and conception of lower space utilizationJ.JournalofChinaCoalSociety，2019，44(1)：7484.2王新民，高瑞文，胡威，等.充填管道堵塞风险预测模型J.中南大学学报，2013，28(1)：46044610.WANGXinmin,GAORuiwen,HUWei,etal.Riskpredictionmod-elforfilledpipecloggingJ.JournalofCentralSouthUniversity，2013，28(1)：46044610.3赵利安，许振良.矿浆管道堵管事故原因分析及防治措施J.辽宁工程技术大学学报(自然科学版)，2009，28(S2)：1012.ZHAOLian,XUZhenliang.CauseanalysisandprecautionmeasureofslurrypipelinepluggingaccidentJ.JournalofLiaoningTechnic-alUniversity(NaturalScience)，2009，28(S2)：1012.4朱雪峰，冯早，黄国勇，等.基于声学特征的埋地管道堵塞故障的聚类识别方法J.云南大学学报，2018，40(4)：665675.ZHUXuefeng,FENGZao,HUANGGuoyong,etal.Clusteringiden-5tificationmethodofburiedpipelineblockagefaultbasedonacousticfeaturesJ.JournalofYunnanUniversity，2018，40(4)：665675.周建良，田园，吴柯欣，等.基于瞬变压力对管道不完全堵塞检测研究J.广州化工，2018，46(20)：100102.ZHOUJianliang,TIANYuan,WUKexin,etal.Researchonthede-tectionofincompleteblockageofpipelinesbasedontransientpres-sureJ.GuangzhouChemical，2018，46(20)：100102.6魏颖，王师，杨钢，等.基于电阻层析成象技术的两相流检测的仿真J.东北大学学报，2000，21(5)：494497.WEIYing,WANGShi,YANGGang,etal.Simulationoftwo-phaseflow detection based on resistive laminar imaging techniqueJ.JournalofNortheasternUniversity，2000，21(5)：494497.7FARAJY,WANGM,JIAJ,etal.Measurementofverticaloil-in-watertwo-phaseflowusingdual-modalityERTEMFsystemJ.FlowMeasurement&Instrumentation，2015，46：255261.8HARRISON S T L,STE