电阻层析成像(Electrical Resistance Tomography,ERT)是电学层析成像(Electrical Tomography,ET)的一种模态,具有测量给定工艺设备内电导率分布的能力。该技术通过在被测物场边界上等间距布置电极阵列,其在激励信号下形成三维的敏感空间。通过测量电极间的电压差,获取不同观测视角上的投影数据。再利用恰当的图像重建算法,由投影数据反推出物场内部介质分布信息,实现对封闭容器内部介质分布的可视化。由于该技术具有非侵入、无辐射、可视化等特点,现已成为多相流流型监测、医学成像等领域的研究热门。本文利用有限元仿真软件COMSOL建立ERT传感器的三维有限元模型。分析了电极数目、电极材料及电极形状对传感器性能的影响。在固定其它参数不变的情况下,着重分析了电极尺寸对传感器性能影响。分析表明电极宽度、长度与传感器性能指标间是非线性关系,为后续研究奠定基础。本文对传感器的敏感空间进行研究。探究传感器的敏感空间特性及其轴向可压缩性,通过定义敏感度d量化传感器对位于不同空间位置的低电导率目标的敏感程度,用有限元计算的方法,获取不同电极长度、宽度下敏感度d的空间分布,用重建图像最大灰度值的变化验证压缩效果。结果表明:传感器内不同空间位置的敏感度差异很大,越靠近电极阵列的轴向中心、越靠近管壁,敏感度越高,感知目标的能力越强;随着电极宽度的增加,敏感空间在轴向上向内压缩、敏感度差异性增大;随着电极长度的增加,敏感空间在轴向上向外扩展、敏感度差异性减小;传感器的轴向敏感空间可通过增加极板宽度而压缩。本文提出了一种将响应面法与遗传算法相结合的传感器优化方法。将优化参数选定为电极的宽度和长度,将灵敏度矩阵条件数、敏感场均匀性以及敏感空间面积指标综合为单一的优化目标函数。该方法先采用中心复合试验设计,通过实验得到在不同电极宽度、长度下灵敏度矩阵条件数、敏感场均匀性以及敏感空间面积的响应值,再结合最小二乘法,根据不同电极宽度、长度下的3组响应值结果进行响应面分析得到3个预测模型,进而建立了传感器优化参数电极宽度、长度与灵敏度矩阵条件数、敏感场均匀性以及敏感空间面积性能间的非线性关系。将3个响应面模型内置到遗传算法的迭代中,用遗传算法的进化特性实现传感器电极宽度和长度的自动寻优。通过综合目标函数和图像重建来验证传感器的优化效果,均有较好改善。