摘要：气液两相流的流型对其流动和传热特性有很大的影响，所以如何确定流型一直是两相流研究中的重要课题。但是，由于两相流介质之问存在着随机多变的相界面，致使两相流的流型不仅是多种多样，而且其变化也带有随机性，这给流型识别带来了很大困难。而希尔伯特-黄变换（HHT）和神经网络在气液两相流流型识别中还很少见，文中提出了希尔伯特-黄变换与Elman神经网络相结合的气液两相流流型识别的新方法。将压差波动信号经验模态分解（EMD）后的固有模态函数（IMF）进行分析，提取IMF能量特征作为Elman神经网络的输入特征向量，对水平管内的气液两相流流型进行识别。实验结果表明：该方法能很好地识别水平管内的4种流型，为流型识别开辟了一条新的途径；另外，该方法优于BP网络且稳定、识别率高，具有可行性。

关键词：气液两相流 流型识别 经验 模态分解 固有模态函数 

单位：东北电力大学能源与机械工程学院; 吉林省吉林市132012; 山东凤凰制药股份有限公司; 山东省东营市257400