多相流及其传递过程广泛存在于生产生活的各个方面,涉及流动、传热、传质、化学及生物反应等许多基础科学问题。多相流检测技术对国民经济与国防科技发展、人体健康,及生态与环境的变迁、保护、可持续开发利用等均具有极为重要的意义。但多相流流动的根本自然规律及其数理描述方式尚未被人们所掌握,虽然随着科学技术的发展,一系列多相流检测技术被开发出来,然而由于多相流流动过程的复杂性,各种方法都存在一定的缺陷。上世纪60年代起,计算流体力学(Computational Fluid Dynamics,CFD)通过离散的方法计算出流体流动的数值解,并随着计算机技术的发展逐渐成为研究流体流动成熟有力的方法之一,特别是像多相湍流这类复杂的流体问题。本文借助现有的成熟CFD软件ANSYS Fluent,结合数学算法提出了一种新的多相流检测方法。因此本文的主要内容包括多相流和CFD基础原理的介绍及重点提出了一种基于计算流体动力学(CFD)和矩阵分解的新型过程层析成像(Process Tomography,PT)方法,用于流场重建。此方法首先通过CFD模拟建立CFD样本数据库,并利用奇异值分解(Singular Value Decomposition,SVD)或非负矩阵分解(Non-negative Matrix Factorization,NMF)的矩阵分解方法从样本数据库提取样本基矩阵。然后,利用基矩阵可通过少量传感器测量数据逆解得到样本矩阵,快速地重建流场,从而减少重建所需的采样点,实现降维重建。由重建成像结果可知,本文所提出的数学模型对不同的过程参数都具有良好的重建效果,避免了复杂的多相流敏感场的计算,有效地提高了的速度,能够适用于不同情况下复杂多相流流场的重建。本文的主要创新点在于结合了 CFD数值模拟和稀疏传感器测量,利用SVD、NMF及降维算法实现了流场分布成像重建,克服了一些多相流体检测方法的固有缺点,如电容层析成像复杂敏感场的计算、大尺度和复杂空间多相流的检测困难等,为多相流检测提供了一种新的途径。