两相流系统是一个复杂的非线性动态系统,广泛存在于动力、化工、石油、冶金等领域,研究两相流体动力学,探讨两相流动的机理,准确检测两相流的各种参数,具有非常重要的意义。流型是一个重要的检测参数,它影响着两相流系统其它参数的准确测量,因此两相流的流型辨识是该领域中的一个重要研究方向。 本文在理论分析和实验研究的基础上,将现代非线性信号处理方法及数据融合技术引入到气液两相流参数检测领域。以高阶统计量和Hilbert-Huang变换为主要分析技术,结合多传感器数据融合技术以及模糊集理论对水平管气液两相流的流型进行了分析和辨识,并建立了一个多参数模糊数据融合流型辨识模型,克服了以往单一流型辨识方法的不足,较显著地提高了流型辨识的准确率,在气液两相流流型辨识方面取得了较大的进展。本文的主要工作和创新点如下: 1)基于高阶统计量技术,提出了一种气液两相流差压波动信号分析的新方法。对所采集到的差压波动信号进行双谱分析,提取了双谱幅值的平均值作为特征值,研究了不同流型下信号偏离高斯分布的程度。并结合模糊模式识别理论,建立了气液两相流流型的模糊判别准则。实验研究表明所提出的双谱分析方法有效地抑制了高斯有色噪声对信号的影响,取得了良好的流型辨识效果。 2)将Hilbert-Huang变换方法引入到气液两相流领域,研究了中小管径水平管气液两相流差压波动信号的非线性非平稳特性。通过对差压波动信号进行EMD分解,分析了差压波动信号的局部时频特性,提取了差压波动信号IMF分量的能量特征值,找出了不同频段能量的分布与流型的对应关系,据此提出了一种根据IMF能量分布与转换进行流型辨识的新方法。不同管径下的实验结果表明,提取的特征值反映了气液两相流的流动状态和流型的变迁,该方法具有很好的实际应用价