使用层析成像检测分相含率
分相含率（phase fraction）是多相流测量中最关键的参数之一。本文介绍如何用 ECT/ERT 等电学层析成像技术结合 EMA（有效介质近似）模型，从电极测量推算出气-液、油-水、气-固等两相 / 三相流中各相的体积分数。
一句话定义
分相含率（phase fraction） 是多相流中某一相所占的体积分数，例如气液两相的”含气率”、油水两相的”含水率”、气固两相的”固相浓度”。它是过程控制、流动建模、安全监测最关心的参数，长期以来也是测量难点。
层析成像（特别是 ECT / ERT）通过测量电极间的电容或电导，再借助 EMA 有效介质近似模型 把电学测量值映射到各相含率上。整个过程 无创、非侵入、实时。
为什么不能直接读出来
电学层析成像传感器测到的是 电极间的电容或电导，并不直接等于”含气率 30%“或”含水率 70%“。从测量到含率之间隔了两层关系：
- 几何 + 介质 → 电学量：电极结构、被测介质的分布形态共同决定电极间能测到多少电容 / 电导
- 电学量 → 各相比例：在已知或假设了相分布形态后，才能反推出各相体积比
第二层就是 EMA（Effective Medium Approximation，有效介质近似）模型要解决的问题：把”一团混合介质表现出的等效电学常数”和”各相的比例 + 各自的本征电学常数”建立起数学关系。
五种常见 EMA 模型
设两相介质中高电学常数相的本征值为 εh、低电学常数相为 εl、混合后的等效值为 εe、高常数相含率为 αh，常用模型如下：
| 模型 | 等效关系（两相情形） | 适用范围 |
|---|---|---|
| 并联 Parallel | εe = αh εh + (1−αh) εl | 平板 / 同轴层流型分布；含率与电容呈线性 |
| 串联 Serial | 1/εe = αh/εh + (1−αh)/εl | 环状膜流；电极间电场沿串联方向 |
| Maxwell-Garnett (MG) | εe = εl · [2εl + εh − 2αh(εl − εh)] / [2εl + εh + αh(εl − εh)] | 分散相含率较低、颗粒孤立悬浮于连续相 |
| Bruggeman | αh (εh − εe)/(εh + 2εe) + (1−αh)(εl − εe)/(εl + 2εe) = 0 | 含率较高、分散颗粒已开始相互作用；典型气液两相 |
| Böttcher | 假设颗粒被混合介质而非纯连续相包围，进一步拓展到高固相含率 | 高固相含率（如稠密悬浮、流化床） |
并联与串联模型可以视为所有 EMA 模型的 上下边界：相同混合状态下，并联估出的高常数相含率最高、串联最低，其它模型（MG / Bruggeman / Böttcher）的曲线介于两者之间。
从图像到含率：两种数据提取路径
层析成像得到的是断层图像，从图像出发计算含率有两种常见做法：
路径 A：先重建图像，再逐像素套用 EMA 模型
- 用 LBP、Landweber、Tikhonov 正则等算法重建出归一化的介电 / 电导分布
- 对每个像素套用同一个 EMA 模型，把归一化值转换为局部相含率
- 最后对整截面或感兴趣区域积分得到总含率
这种方法的好处是 整个截面用一个 EMA 模型，计算简单；前提是图像重建本身足够准。
路径 B：直接用原始测量值，分组套用 EMA 模型
- 跳过完整重建，直接拿电极间的原始电容 / 电导测量
- 对每对电极（或每组相邻电极、相对电极）单独挑一个 EMA 模型，把测量映射到含率
- 多组结果加权或综合得到平均含率
这种方法在 已知流型（如分层流、环状流、雾状流） 时往往更准——不同电极对的灵敏度区域对应不同的相位置，挑对了 EMA 就能避开图像重建带来的软场误差。
怎么选 EMA 模型
模型选错，含率误差能差出几十个百分点。选型时主要看三件事：
- 流型 / 分布形态：分层 / 环状 → 并联、串联；分散颗粒 / 气泡 → MG（低含率）、Bruggeman（中高含率）、Böttcher（很高含率）
- 两相电学常数比 εh/εl：比值越大，不同模型预测出的曲线分歧越大，对模型选择越敏感；这个比值可以作为 不确定度的指示器
- 传感器结构 + 灵敏度分布：单对电极、helical 螺旋电极、ring 环电极各有典型适用模型；ECT/ERT 的多对电极还可以分组用不同模型
对于流型会变化的工业过程（例如气液混输从分层流 → 段塞流 → 雾状流），单个 EMA 模型往往覆盖不住全工况，需要在线识别流型并切换 EMA，或用多模型加权融合。
工程实践要点
- 传感器先标定再用：单相满管 / 空管下取参考值，把测量归一化到 0-1 区间再套用 EMA 模型，可以抵消大量电极几何与寄生效应的影响
- 关注电学常数随温度 / 压力的漂移：水的介电常数随温度变化明显，工业现场需要温补
- 避开 εh ≈ εl 的工况：两相电学常数太接近时，含率反演灵敏度急剧下降，建议改用其他模态（如超声、微波）补充
- 三相流要慎重：单一 ECT 或 ERT 在三相流下分相含率反演会欠定，需要 ECT+ERT 双模态、或与超声 / 文丘里联用
想深入了解？
本文核心结论来源于综述论文：Z. Cui, Q. Zhang, K. Gao, Z. Xia, H. Wang, “Electrical Impedance Sensors for Multi-Phase Flow Measurement: A Review”, IEEE Sensors Journal, Vol. 21, No. 24, Dec. 2021, pp. 27252–27267（DOI: 10.1109/JSEN.2021.3124625）。文中给出了五种 EMA 模型的完整推导、数值对比曲线、以及在 ECT、ERT、WMS、FFS 等多种传感器结构下的应用对照。
下一步
如果你正在选型，可以先阅读 什么是层析成像 了解整体技术框架，再看 ERT 与 ECT 怎么选 决定主线路。如果你的过程有特殊流型或多相组合，欢迎 联系我们，告诉工程师你的介质、流型与含率范围，我们一起评估 EMA 模型与传感器结构的组合方案。
