本文使用TFM-DEM耦合模型，分别以空气重介质流化床气固流动选煤过程和流化床锅炉炉膛内冷态流动过程为研究对象，重点研究了TFM-DEM耦合模型中子模型及相关参数对TFM-DEM预测结果的影响，和TFM-DEM耦合模型中将固相处理为TFM相与DEM相后，两相速度场及浓度场的协同分布关系。　　在空气重介质流化床选煤过程研究中，对比了不同颗粒尺寸下的煤粒和矸石粒的流动分选，验证了选煤过程中有效选煤颗粒尺寸的存在，并从颗粒层面观察到了由于气泡的提升作用而导致的煤矸石粒的返混现象和不同粒径的煤矸石粒到达稳定分布所需的时间。以实验数据为基准，对耦合模型子参数的选择进行了研究，包括曳力模型(Syamlal O’Brien曳力模型，Wen-Yu曳力模型和Gidaspow曳力模型)、壁面边界条件(气固相自由滑移/无滑移)和TFM相床料的密度和粒径的多组分处理。　　在流化床锅炉炉膛内的冷态流动过程的研究中，研究的固相为粒径不同的双组分颗粒，以模拟大小煤粒在炉膛中分层流化特性。经实验数据验证后，分析了选定区域中TFM相和DEM相速度和浓度的分布关系。从瞬时时刻和时间平均两个方面，研究了大小粒径颗粒在径向和轴向的速度差异和TFM相与DEM相速度分布的一致性，并讨论了颗粒粒径、区域的选取位置和DEM相与TFM相体积之比对TFM相与DEM相速度分布一致性的影响。引入基于计算网格层面的浓度对比值信息来描述某一区域内两相浓度之间的协同分布关系，即网格内的浓度对比值矩阵的平均值代表两相分布的一致性，其标准差代表两相分布的均匀性。同样讨论了颗粒粒径，选取区域与DEM相与TFM相体积之比对TFM相与DEM相浓度分布一致性和均匀性的影响。　　本文对耦合模型的前后处理方面，尤其是对DEM相信息的处理实现了自动化，包括DEM相颗粒初始化、DEM相数据文件批量读取、选取区域的瞬时速度、浓度提取以及时均速度、浓度分布的统计计算等，为后续研究进行耦合模型的两相数据整合处理和可视化工作提供了极大的便利和参考思路。