Stromtomografie
Die räumliche und zeitliche Verteilung der elektrischen Leitfähigkeit innerhalb eines elektrischen stromführenden Reaktionsgefäßes liefert ein aussagekräftiges Bild über den aktuellen Prozesszustand. Die elektrische Leitfähigkeit ist über die elektrische Stromdichte mit der magnetischen Flussdichte verknüpft, welche sich durch Sensoren außerhalb des Reaktors genau bestimmen lässt. Die Stromtomografie als Messverfahren zur magnetfeldbasierten Rekonstruktion der Leitfähigkeit in leitenden Flüssigkeiten kann zur Prozesskontrolle in Wasserstoffelektrolyseuren, Pyrolysezellen und weiteren industriellen Anwendungen verwendet werden.
Funktionsprinzip
In einem stromdurchflossenen Reaktionsgefäß ist die sich einstellende Stromdichteverteilung j abhängig von der elektrischen Leitfähigkeit σ innerhalb des Gefäßes (Abb. 2: → Ohm´sches Gesetz). Die elektrischen Ströme generieren wiederum ein schwaches Magnetfeld (→ Biot-Savart Gesetz, direktes Problem), das durch geeignete Magnetfeldsensoren außerhalb des Gefäßes detektiert werden kann. Aus diesen Messwerten kann auf umgekehrtem Weg die innere Stromdichte und damit die Leitfähigkeitsverteilung rekonstruiert werden (→ inverses Problem).
Das Verfahren besteht somit aus zwei Schritten:
- (Kontaktlose) Messung der äußeren Magnetfeldverteilung
- Rekonstruktion der inneren Stromdichte- bzw. Leitfähigkeitsverteilung durch Lösung des inversen Problems.
Machbarkeitsstudie (Proof-of-concept)
Die Anwendbarkeit des Messverfahrens wurde in einer gekoppelten numerischen und experimentellen Studie untersucht. Die Magnetfeldsensoren befinden sich unterhalb eines nahezu zweidimensionalen elektrischen Leiters (Abb. 3). In Anlehnung an Gasblasen in einem Wasserelektrolyseur wurden modelhaft, nicht-leitende Zylinder verwendet, die durch den signifikanten Leitfähigkeitsunterschied zu den übrigen verwendeten Materialien (GaInSn, Cu) die Stromdichteverteilung beeinflussen.
Zur Lösung des inversen Problems wurde auf Grundlage eines numerisch erzeugten Datensatzes mit Verteilungen der Leitfähigkeit, Stromdichte und der magnetischen Flussdichte ein Invertibles Neuronales Netzwerk (INN) trainiert. Zusätzlich wurden weitere, nicht in den Trainingsdaten enthaltene Modelle simuliert und für eine experimentelle Validierung nachgebaut. Abbildung 4 zeigt die simulierte Stromdichteverteilung und die dazugehörige relative Leitfähigkeitsverteilung, rekonstruiert vom trainierten INN nach Verwendung experimenteller Messwerte.
- Krause, L.; Kumar, N.; Wondrak, T.; Eckert, S.; Eckert, K.; Gumhold, S.
Current Tomography - Localization of void fractions in conducting liquids by measuring the induced magnetic flux density
Proceedings of the 11th World Congress on Industrial Process Tomography, 23-28, Mexico City, Mexico (2023) - Kumar, N.; Krause, L.; Wondrak, T.; Gumhold, S.; Eckert, S.; Eckert, K.
Learning to reconstruct the bubble distribution with conductivity maps using Invertible Neural Networks and Error Diffusion
Proceedings of the 11th World Congress on Industrial Process Tomography, 100-105, Mexico City, Mexico (2023) - Kumar, N.; Krause, L.; Wondrak, T.; Eckert, S.; Eckert, K.; Gumhold, S.
Robust Reconstruction of the Void Fraction from Noisy Magnetic Flux Density Using Invertible Neural Networks
Sensors 2024, 24 (4), 1213 - Krause, L.; Kumar, N.; Gumhold, S; Eckert, K.; Eckert, S.; Wondrak, T.
A new sensor concept to localize non-conducting void fractions in liquid metal based on the measured magnetic field
Proceedings of the 17th Dresdner Sensor-Symposium, 23-26, Dresden, Germany (2025)