两相流动体系在工业过程中的广泛性及重要性促使两相流领域的研究工作迅速发展,目前已成为国内外给予极大关注的前沿学科。两相流系统是一个复杂的非线性动态系统,其参数检测的难度较大,在很多情况下,两相流参数检测技术已成为两相流研究的一个制约性因素。电阻层析成像技术是过程层析成像技术的研究热点之一,具有成本低廉、结构简单、非侵入性和适用范围广等优点,是一种具有广阔应用前景的两相流检测技术。目前电阻层析成像技术还处于实验研究阶段,尚存在不少问题和难点。本文的主要工作和贡献如下:(1)在研究了两相流流型的基础之上,求解电阻层析成像系统的正问题(正演)。正问题是已知流型分布求解包含流型信息的投影数据。本文中正问题应用有限元法对电阻层析成像系统的圆形场域进行了分析,对成像区域的电场进行了仿真。(2)求解电阻层析成像系统的逆问题(反演)。逆问题是由已知投影数据重建图像。本文的图像重建采用了两种神经网络算法:BPX神经网络算法和小波神经网络算法。BPX神经网络算法中针对普通BP算法的不足,采用BPX算法对神经网络进行训练,将经过训练的神经网络进行存储并用其对电阻层析成像系统的图像进行重建,并且对图像重建结果进行了分析。小波神经网络算法中预处理层特征提取以降低输入样本的维数、隐层用框架小波函数、输出层用Sigmoid函数,采用自适应学习速率及附加动量BP算法对网络进行训练,将经过训练的神经网络进行存储并用其对电阻层析成像系统的图像进行重建。