本文提出了一种基于模糊聚类分析和神经网络辨识两相流流型的新方法。该方法首先通过对极板电容测量数据进行聚类分析，然后根据聚类结果和电容值的隶属度，利用神经网络进行流型辨识。仿真结果表明：此方法在两相流流型辨识中具有较高的判别精度和较快的软件运动速度，为两相流流型在线辨识提供了一种有效的手段。

本文提出一种以线性神经网络为基础测量气，固两相流速度的新方法。首先通过对两个传感器之间的流动噪声输送过程进行分析，建立两个传感器信号之间的数学模型。并以此为基础通过线性神经网络测量流动噪声的渡越时间，进而测出流速。实验结果表明，此方法可以克服常用的相关估计方法中存在的随机误差较大，分辨率较低的缺点，为两相流流速的测量测量了一种有效的手段。

提出一种基于小波变换、神经网络和空间滤波测量速度成像的方法.神经网络用来重构管道相关部分的图像.小波变换用于确定每个像素空间滤波信号的带宽,并由此得到速度和它的图像.实验结果表明这种速度成像测量方法是可靠的.

本文介绍了空气动力传送管道中固体速度的各种测量方法和各自的特点，并对各种方法及使用的传感器进行了讨论。

阐述了由无损耗电阻构成的无损多功能转化器的工作原理，分析了无损多功能转换器，直－直、电压－电流转换、直－交、交－直波形转换原理，给出了表示转换过程中开关工作状态的开关矩阵，推导了在相同输入下通过控制开关通断时间得到不同输出波形的公式，由于无损多功能转换器主要由储能元件和开关阵列组成，其损耗极小，通过给出的无损多功能转换器的模拟实验结果，证实了其波形转换功能，说明了将其用于电力及自动控制系统中的可行性。