两相流动现象广泛存在于工业生产的各个过程中，作为一个复杂的非线性系统，传统的理论分析方法在其内在动力学刻画上仍存在较大局限性，因此我们需要从新的角度与理论分析方法来研究两相流系统。　　 首先，我们在综合考察国内外电导传感器设计基础上，选择变曲率对壁式电导传感器进行仿真优化设计，利用有限元分析的方法对传感器的结构参数进行优化，得到最优尺寸并进行实物加工。在实验室多相流装置上进行垂直上升气液两相流动态实验，通过设计加工的传感器测得多组对应于泡状流、段塞流和混状流的实验数据。　　 基于测量数据，我们采用多元时间序列加权复杂网络方法，分别在三种典型气液两相流流型两两组合的基础上，构建了加权复杂网络，并用树图方式描述出网络的拓扑结构，发现该方法可以很好的将段塞流从其他两种流型中辨识出来，但是难以实现对泡状流和混状流的有效区分。　　 鉴于这一点，我们又采用无权复杂网络的方法，构建了三组多元时间序列复杂网络，分别是泡状流和段塞流、段塞流和混状流、以及泡状流和混状流复杂网络，并通过网络可视化软件绘制出网络结构图。我们发现，每一个网络都能很清晰的划分为两个社团，其中泡状流和段塞流、段塞流和混状流网络中，段塞流的网络聚集性明显要高于其他流型，泡状流和混状流网络中两个社团的网络聚集性类似，该方法能够很好地实现气液两相流流型识别；此外，我们还利用该方法对水平油水两相流的数据进行了分析，发现该方法同样可将不同水平油水两相流流型进行有效辨识。　　 最后，对比加权复杂网络和无权复杂网络在两相流时间序列分析方面的应用，发现无权网络具有更好的效果，不仅因为省略权值计算而导致计算量大大减小，同时其对于流型也具有更好的识别效果，以及对非线性动力学特性更好的揭示作用。多元时间序列复杂网络分析可为两相流研究提供了一个新的视角和理论分析方法。