摘要：为研究垂直上升管中的气液二相流的流型,利用自制的多电导探针的测量系统采集了4种典型流型的电导波动信息。根据小波包变换能将电导波动信号按任意时频分辨率分解到不同频段的特性,对其进行了3层小波包分解后并计算了各个频段的信息熵特征向量,并作为特征参数输入到Elman神经网络进行训练,实现了与神经网络相结合流型的智能识别。研究结果表明,该方法能够很准确地识别出4种流型,且提取特征比较方便,从而为流型识别提供了一种新的有效方法。