两相/多相流广泛存在于自然界及石油化工、能源动力、航空航天、生物医药、食品加工等工业过程中。由于其相间的相互作用及随机可变的相界面分布,形成了两相/多相流复杂的非线性、非平稳性特征,以及复杂的时间演化和空间分布特征,使得两相/多相流的研究十分复杂和困难。采用传统的研究、分析方法至今无法准确描述两相/多相流的流型演化机理及动力学特性等问题。两相/多相流的复杂性是其非线性及非稳定性的本质特征,复杂性理论的提出为研究两相/多相流动特性提供了新思路和新途径。课题研究工作以水平管气液两相流为对象,在采集流动过程的平均及局部流场电导阵列传感器测试信号的基础上,分别从混沌特性、系统结构复杂性、多尺度复杂性角度,对两相流的复杂性进行讨论和分析。同时,基于熵测度和非平衡理论构建两相流复杂性模型,研究定量分析两相流复杂性的方法。论文主要研究工作包括:(1)在对气液两相流动过程特性及测试信号特点分析的基础上,对两相流在相空间中的混沌特性及基于0-1混沌测试方法的非相空间中的混沌特性进行了讨论,验证了两相流是一个混沌系统,从而为研究两相流的复杂性提供理论基础。(2)针对气液两相流在频域上的结构复杂性,提出一种基于频带因子和傅里叶功率谱熵的多尺度频谱熵研究两相流的结构复杂性的方法。通过频带因子的滑动,改变信号的分析频率,计算不同频带因子下的功率谱熵,进而分析两相流的频率结构及功率谱随着频带因子的改变发生的变化。通过分析波状流、塞状流和弹状流3种流型的多频带谱熵,发现3种流型的电导波动信号随着频带因子的不同表现出相异的多频带谱熵特征,能有效指示3种流型的结构复杂性变化。多频带谱熵平均值具有较强的流型识别能力,为流型识别提供一种新的准则。(3)针对气液两相流动结构具有多尺度及多样性,提出一种基于粗粒化过程和谱熵结合的多尺度谱熵研究两相流多尺度复杂性的算法,该算法将两相流波动信号中的频率成分从高频到低频逐渐滤除后分析两相流在不同频率尺度上的频率结构或频谱分布的复杂性,并将其用于泡状流、塞状流和弹状流的多尺度复杂性分析。研究发现,3种流型中泡状流频域能量谱结构最复杂,所含频率成分多,频域复杂度高;而塞状流频域结构相对简单,复杂性最低。与两相流的小波能量熵和基于EMD分解的IMF能量熵相比,多尺度谱熵对于具有不同流动动力学特性的两相流型具有更高的识别能力,能够有效分析两相流的复杂性。(4)针对气液两相流流动结构复杂性定量分析方法问题,将熵测度与统计理论相结合,提出基于排列熵和Tsallis熵的两相流复杂性模型,并利用离差加权法修正模型中的非平衡度。以Logistic映射为例验证了两相流复杂性模型用于分析非线性系统复杂性的可行性和有效性;将两相流复杂性模型用于定量分析泡状流、塞状流和弹状流的复杂度,研究结果表明两种复杂性模型都能较好反映两相流的统计复杂度,证明两相流复杂性模型的有效性。通过验证,Tsallis熵复杂性模型在刻画两相流的复杂度时比基于排列熵的复杂性模型具有更高的统计分析能力,更适合用于定量分析两相流的复杂性。因此,基于Tsallis熵的两相流复杂性模型为定量分析两相流特性以及探索两相流动规律提供了一种新途径。