摘要：段塞流是气液两相流中典型流型,准确测量其分相流量有利于实时监控生产过程,优化工艺控制,确保系统在安全、经济的工况下运行.本文在改进长喉文丘里管的基础上,设计了一种集近红外(NIR)、声发射(AE)技术于一体的水平气液流量智能多传感系统.利用AE传感器和NIR传感器检测气液两相的流动噪声信息和截面信息,采用经验模态分解法(EMD)提取气体体积分数的特征变量.通过集成学习算法进行特征级融合,融合后的段塞流体积含气率预测模型平均绝对百分比误差(MAPE)为4.11%,92.45%的预测结果偏差在±10%以内.在Collins模型的基础上,提出了基于梯度提升决策树(GBDT)的段塞流质量流量预测模型,其MAPE值为0.96%,全部预测结果的偏差在±20%以内.本研究为气液两相流段塞流参数混合不分离测量提供了一种新方法,为气液两相流动机理研究奠定了基础.