气固流化床压力脉动时间序列包含了床层运动的许多动态行为信息，包括颗粒特性、操作条件，气泡行为等，文中应用多种非线性方法来对其进行研究，以期能从新的角度来更深入地认识流态化规律。 本文在大量实验数据基础上，将非线性方法，包括复杂性理论，以及首次被系统引入流态化研究的近似熵，应用到气固流化床压力及颗粒浓度脉动时间序列分析中，较为系统地探讨了流化床的非线性特征。 在讨论复杂性参数、Lyapunov指数、近似熵的算法基础上，对流化床压力脉动进行定量分析，讨论了表观气速、轴向位置、静床高等不同操作条件对混沌特征参数的影响及其对应的动力学规律。在互信息与非线性理论的基础上，本文针对不同流型状态下的多通道采样时间序列进行分析，结果表明，互信息有着较传统的线性分析或单参数分析所不具备的优点，从而为流型识别提供了新思路。 在不同通道互信息的基础上，本文利用多传感器模糊信息融合理论分析流化床中的多种信号，把迄今为止的单一传感器，单一参数的检测分析拓展到多传感器多参数的信息融合，建立新的特征参数反映流态化过程的非线性本质。用多传感器对气固两相流系统在多个时空角度上进行信息提取，建立对不同目标对象的隶属函数模型，提炼得到相应的关系矩阵，然后结合一定的决策规则进行选取。 最后，作为工程应用的尝试，本文已经获得几种非线性特征参数的实验结果，对较宽范围的气速、静床高、床层位置等操作条件变化有较稳定的特性，将非线性特征参数与数据融合相结合，引入流化床流型识别研究，为工业现场实时监控与故障诊断打下新的理论基础。