两相流测量普遍存在于工业生产领域,但是因两相流测量的复杂性与特殊性导致两相流参数检测难以获得很高的测量精度。两相流测量包含流体流型识别和流动参数检测,现阶段两相流的测量方法多种多样,其中层析成像法在两相流测量中具有广泛的应用。层析成像法在对流体流型进行识别时有着较高的流型识别率,但是很难得到流体流速、流量等流动参数的精确测量结果。本文基于层析成像技术(ET)结合传统的相关流量测量方法,实现了气液两相流的相含率、流速以及液相流量等流动参数的准确测量。本文着重对电阻层析成像技术(ERT)与相关流量测量方法的工作原理和实现方法进行了探讨研究。利用ERT成像系统获取A、B两截面气液两相流层析成像的图像,从而检测出流体的流型以及气液两相相含率变化与分布等特征参数信息。基于频域傅里叶变换(FFT)结合相关流量测量原理对两相流中的气相流速进行计算,结合相含率求得气相流量;基于Mallat二维离散小波对层析成像图像进行三层分解,提取图像的纹理特征;将气相流量与提取的图像纹理特征作为输入量,液相流量作为输出量,建立基于BP神经网络的液相流量测量模型。通过200组样本训练与测试成功构建出液相流量测量模型,并对其性能进行分析。通过实际实验验证,基于层析成像的相关流量测量方法的测量精确度可以达到4%以内,基本满足工业测量要求,证明该流量测量方法的可行性与有效性。