多声道超声波流量计是解决大管径气体流量测量的一种很好的方式,在工业气体流量测量与贸易计量领域中处于非常重要的地位,因此急需解决多声道超声波气体流量测量的一些关键问题和关键技术。对于大管径气体传输来说,气体流场分布情况会影响流量测量的性能,并造成较大的测量误差。本文重点研究多声道超声波气体流量计的机理建模,力图克服不同气体流态下流场分布对流速测量的校正,并对输出信号进行温度和压力补偿,提高多声道超声波气体流量计的性能,因此研究有理论和实际意义。首先,为完成多声道超声波气体流量计的机理建模,分析了时差法超声波气体流量计测量原理,分析了影响流量测量的诸多因素。在分析了传统时差法中以Prandtl的流速分布和系数修正的经验公式基础上,本文研究了与雷诺数和管壁粗糙度有关的流速分布修正系数的计算方法,仿真了流场分布曲线与雷诺数之间的关系,探讨了提高流速与流量测量精度的措施。其次,本文完成了多声道超声波气体流量计的机理建模。在基于弦向声道的超声波流量计测量原理的基础上,利用流速分布修正系数的计算方法,以及数值积分计算方法,研究了多声道超声波气体流量计声道分布位置的确定方法,数字积分加权系数的计算方法,建立了完整的数学模型。在建模过程中,利用了Gauss-Legendre、Gauss-Yacobi和神经网络数值积分方法,确定了声道分布位置参数和加权系数,建立了不同特性的三种数学模型。通过仿真与计算得知,三种数学模型均在理论计算误差上能够满足流量测量精度的要求。Gauss-Legendre建模方法适合奇数声道的多声道超声波流量计；Gauss-Yacobi建模方法适合流态复杂的偶数声道的多声道超声波气体流量计,它避开了管道轴线上流态复杂的问题。这两种高斯数值积分建立的数学模型,虽已完整和系统,但需要在实际应用前现场测试修正加权系数。然后,研究了多声道超声波气体流量计中声信号的识别技术。在研究了超声波信号的产生、接收电路的基础上,分析了提高测量精度的关键在于如何精确地寻找到超声波回波信号的起点时刻。因此本文研究了适合单片机或DSP微处理器系统实现的改进型数字极性相关算法,经过实验测试,其识别时间能够达到≤0.1秒,声时测量精度也能够满足系统要求。最后,分析和讨论了多声道超声波气体流量测量的数据处理方法,包括各个声道的流速测量值和多个声道的流速测量值的数据融合算法；根据工况下的流量测量值,通过温度、压力和气体压缩系数补偿和修正,完成标况下的流量修正；还进行了多声道超声波气体流量计测量不确定度分析,并结合现场测试数据的不确定分析结果,佐证了上述数据处理方法和不确定度分析的效果。本文研究的高斯数值积分和神经网络两种数学建模方法,以及基于改进的数字极性相关算法的超声波信号识别方法,经过仿真和实验验证,具有提高气体流量测量精度的价值,为多声道超声波气体流量计的研制提供了理论方法和关键技术。