[发明专利]一种柱面轴向梯度线圈设计中磁场与电感值的计算方法有效
申请号: | 201610036880.7 | 申请日: | 2016-01-20 |
公开(公告)号: | CN105718729B | 公开(公告)日: | 2018-07-24 |
发明(设计)人: | 李黎;平学伟;王红杰 | 申请(专利权)人: | 河海大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 柏尚春 |
地址: | 210098 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 柱面 轴向 梯度 线圈 设计 磁场 电感 计算方法 | ||
本发明公开了一种柱面轴向梯度线圈优化设计过程中磁场与电感值的快速计算方法,包括如下步骤:在优化算法开始之前,将线圈的轴向坐标在正半轴的分布区间分成N1等份,计算每个坐标点处的麦克斯韦线圈对在各个磁场采样点产生的磁场;计算单个圆环的自感,并用一个变量存储;将线圈的整个轴向分布区间分成N2等份,计算两个圆环在每个采样间隔的互感;将所有计算结果用变量存储,并在迭代时根据各个离散点处的结果,将每个采样点处的磁场以及电感值分别用插值函数表示。该方法与传统方法相比,能够最大限度的节省计算量,提高计算速度节省计算时间,使得高效的非线性优化梯度线圈算法成为可能。
技术领域
本发明涉及核磁共振技术领域,特别涉及一种轴向梯度线圈设计中磁场与电感值的快速计算方法。
背景技术
梯度线圈是与超导磁体、射频线圈并列的核磁共振系统的关键部件之一。一个核磁共振系统中,包含三个梯度线圈,分别在三个正交方向提供随空间坐标线性变化的磁场。其中两个提供横向梯度磁场的梯度线圈称作横向线圈,提供纵向梯度场的梯度线圈称为纵向线圈。对于圆柱式梯度线圈,纵向线圈也称为轴向线圈。
目前设计梯度线圈存在多种方法。一种方法是采用模拟退火、遗传算法等非线性算法设计。这种算法的优点是能优化非线性问题,因而在梯度线圈设计时,被优化的函数的选择范围更广泛,并且优化的梯度线圈的性能更接近真实的梯度线圈性能。特别是在轴向梯度线圈设计时,这种方法更具有优势。由于轴向线圈全部由圆环构成,可以将圆环的位置直接作为优化变量来进行优化。但是非线性优化算法存在一个普遍的问题,就是需要非常多的迭代步数。例如模拟退火算法,通常需要迭代数十万甚至上百万次才能优化出最优的结果。对于梯度线圈优化问题来说,主要优化的参量为成像空间的磁场以及电感值。这两个参量的计算直接影响了优化时间以及计算精度。由于这两个量的计算都涉及一些复杂的函数,计算时间较长,从而导致非线性优化需要很长的时间。
发明内容
发明目的:为了克服现有技术中存在的不足,本发明提供一种优化过程中能够快速计算成像区域内的磁场以及线圈电感值的计算方法。
技术方案:为实现上述目的,本发明采用如下步骤:
步骤一:以梯度线圈的柱面中心为原点,轴线方向为z轴建立坐标系,确定M个磁场采样点的坐标,假定梯度线圈的最大轴向长度为2Z;
步骤二:将轴向区间[0,Z]等间隔分为N1等份,每段的长度为Δz=Z/N1,其中Δz≤1cm,分别计算坐标点为zi=±i·Δz,i=1,2...N1的麦克斯韦线圈在轴线以外和轴线上采样点产生的磁场,并将结果存储在维数为M×N1的数组中,其中每个麦克斯韦线圈对应两个圆环,两个圆环的轴向坐标分别为±z1,圆环半径为a,电流方向相反;
步骤三:计算单个圆环的自感Ls,并用一个变量存储;
步骤四:将轴向区间[0,2Z]等间隔分为N2等份,每段的长度为Δd=2Z/N2,其中Δd≤1cm,计算轴向间隔为di=i·Δd,i=1,2...N2的两个线圈的互感,并将结果存储在一个维数为N2的数组中;
步骤五:在优化迭代过程中,将步骤二里的坐标点与步骤四里的圆环间隔距离作为插值点,位于其他位置的麦克斯韦线圈轴向坐标绝对值|z|为[0,Z]内任意值时各个采样点的磁场以及两个圆环间隔d为[0,2Z]内任意值的互感的两个圆环产生的互感用插值函数表示。采用该步骤能够明显提高计算速度,可以将速度在原先的基础上提高近十倍。
其中步骤二中,轴线以外的采样点处的轴向磁场Bz采用以下公式求得:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河海大学,未经河海大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610036880.7/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种确定系统可靠性运行环境的方法
- 下一篇:油气田动态分析方法
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用