油水两相流含油率的实时、准确检测是原油从开采到运输、从储油到加工、销售各个环节均需解决的问题,由于油水两相管流在管道中易形成复杂的局部流动特性,使得含油率的有效检测和准确识别具有一定的困难。为解决传统测量方法中无法同时满足高精度、非接触、性能稳定和具有普适性的实时测量要求,本文从原油的红外光谱吸收特性出发,采用双厚度简化模型分析油水两相流的折射率、反射率、当量透射率的光谱特征,研究低含水原油和高含水油水两相流的光谱预处理方法和数据建模方法,通过对比提出CARS和SPA组合波段筛选规则实现特征选取、ELM（Extreme Learning Machine极限学习机）智能算法实现建模的含油率预测模型。以含油率定量检测和识别方法中的难点为核心,通过27种工况的油水两相管流流动状态的仿真分析及光路耦合,阐明油水两相管流的流场特征,确定了光谱测量的最佳位置,建立了可实现油水两相管流含油率实时测量的在线测试系统,设计了动态检测装置结构方案,为油田开发及原油计量提供了现场安装方案、在线检测应用的理论指导。以标准液为实验样本,确立可用于油水两相流含油率预测的建模方法,以解决普适性及实时测量的难点问题。以柴油为研究对象,配置含油率为2%～100%共计50种体积分数的标准液进行透射率光谱的测量;建立双厚度简化模型对光学窗口的影响因素进行剖析,实现油水两相标准液反射率、折射率、当量透射率的精确解释。经光谱数据预处理、原始样本数据集划分,特征样本提取、ELM建模得到可适于油水两相标准液含油率精确预测的非线性模型,其含油率预测拟合优度可达到0.991,最小均方根误差为0.0504;基于PCR、GA＿PCR、SA＿PCR和PLS、i PLS、Si PLS算法得到油水两相标准液含油率预测的线性建模,其含油率预测拟合优度可达到0.9974,最小均方根误差为0.0212。经对比,基于CARS+SPA特征样本选取实现的ELM非线性建模方法更适合于油水两相液含油率的快速、实时预测;基于Si PLS的线性建模更适合于原始样本充足且分布均匀情况下的高精度预测。以管流流场特性为研究对象,确定油水两相管流光谱测量位置,实现流场与光场的有效耦合,以解决高精度及稳定性的难点问题。分别针对不同工况的水平管、不同倾角的倾斜管和不同入口的垂直管进行流场仿真,得到不同工况下油水两相管流的速度分布、压力分布、相分布、能量分布和湍流动能分布特性,基于油水两相管流流动状态及流场特征确定了光谱测量的最佳径向位置和轴向位置。经分析确定,水平管光谱测量轴向位置位于距离管道入口＞24D处、径向位置位于垂直轴向上方时为最佳测量位置;倾斜管光谱测量轴向位置位于距离管道入口＞23D处、径向位置位于垂直轴向上方时为最佳测量位置;垂直管光谱测量轴向位置位于距离管道入口5D～20D处为最佳测量位置,无需考虑径向位置。通过光路仿真验证,得到最佳安装位置处在低含水和高含水情况下的光通量在48%～96%之间。基于非线性建模方法建立原油、混油及油水两相液含油率的预测模型,并对模型性能进行评价,以实现对未知两相流含油率的预测。采用K-S方法对原油、混油及油水两相液原始样本数据进行样本集划分、通过CARS+SPA组合算法筛选可用于建模的特征样本,以ELM算法建立含油率的定量预测模型,其含油率预测的平均拟合优度为0.993,平均RPD为6.5599;最高拟合优度可达到0.9963,最高RPD可达到8.2891。通过温度拟合特性修正含油率预测模型、优化动态测试系统预测性能,设计可用于现场测试的检测装置及在线测试系统,以实现含油率的实时在线测量。为实现油水两相管流含油率的动态预测,搭建室内动态检测系统及在线测试平台,完成不同含量、不同流速油水两相管流含油率的动态试验和误差分析,经验证得到含油率越高预测越准确,含油率动态测量误差最小可控制在0.11%以内,当含油率低至0.3%时,其误差也可控制在6.53%以内。通过不同温度对折射率、反射率的四次拟合公式修正含油率预测模型,经修正后拟合精度分别为0.9974和0.9981,实现了不同温度下含油率预测适应性的优化。针对现场工况设计了两种流道的油水两相管流含油率红外检测装置方案,可用于油水两相管流的动态在线计量。