综述了国内外多相流计量的研究概况,主要介绍了多相流的流型识别、相分率的测量和流量的测量等计量技术的测试方法和发展现状;并简述了多相流计量技术的发展趋势,对多相流的计量具有重要意义.

本文构建了基于Bayesian正则化算法的BP神经网络模型，对水平管油气水三相流相分率进行了预测，解决了振动管密度法只能测量两相流相分率的问题．通过设计的实验装置获得了测试样本，进行了预测效果检验．结果表明，神经网络预测值与实际值非常吻合，含气率预测最大误差为2．7％，含水率最大误差为3．8％，大大提高了相分率的测量精确度，为利用振动式密度计测量油气水三相流相分率提供了一种有效的方法．