Two phase flows are of particular importance in various research fields. In the current article, a novel system consists of an X-ray tube and one sodium iodide crystal detector with ability of determining type of flow regime as well as void fraction percentage of a two phase flow, is proposed. MCNP-X code was used for physical modelling of the proposed system and its performance. Radial basis function (RBF) was also implemented for analyzing and classifying the obtained data from the proposed system. Counts in each 1 keV energy bin of photon energy spectra in the detector were inserted in RBF as inputs data set and flow regime and void fraction percentage were obtained as the two outputs. After training the RBF network, the system could simultaneously recognize all the flow regimes and predict the void fraction percentage of a modelled liquid–gas two-phase flow with an acceptable error. The proposed methodology in the present paper has three main novelties and advantages over former studies. Firstly, in this system an X-ray tube is used compared to previous studies where one or more radioisotope sources served as radiation source in a radiation based multi-phase flow meter. Secondly, in former works at least two detectors were used to recognize type of flow pattern and meter volume fractions simultaneously, while in this study only one detector is utilized. Thirdly, in this study just one neural network is used, while in other studies more than one network was used.

在各个研究领域中，两相流尤为重要。在当前的文章中，提出了一种新颖的系统，该系统由X射线管和一个碘化钠晶体检测器组成，该检测器具有确定流态类型以及两相流的空隙率的能力。MCNP-X代码用于所提出系统及其性能的物理建模。还采用了径向基函数（RBF）来对所提出的系统中获得的数据进行分析和分类。将探测器中光子能谱的每个1 keV能量仓中的计数插入RBF作为输入数据集，并获得流态和空隙率百分比作为两个输出。训练了RBF网络之后，该系统可以同时识别所有流态，并以可接受的误差预测液-气两相流模型的空隙率。与以前的研究相比，本文提出的方法具有三个主要的新颖性和优势。首先，与以前的研究相比，在该系统中使用X射线管，在以前的研究中，一个或多个放射性同位素源在基于辐射的多相流量计中用作辐射源。其次，在以前的工作中，至少使用两个检测器来同时识别流型和流量计体积分数的类型，而在本研究中，仅使用了一个检测器。第三，在本研究中，仅使用了一个神经网络，而在其他研究中，则使用了不止一个网络。与以前的研究相比，本文提出的方法具有三个主要的新颖性和优势。首先，与以前的研究相比，在该系统中使用X射线管，在以前的研究中，一个或多个放射性同位素源在基于辐射的多相流量计中用作辐射源。其次，在以前的工作中，至少使用两个检测器来同时识别流型和流量计体积分数的类型，而在本研究中，仅使用了一个检测器。第三，在本研究中，仅使用了一个神经网络，而在其他研究中，则使用了不止一个网络。与以前的研究相比，本文提出的方法具有三个主要的新颖性和优势。首先，与以前的研究相比，在该系统中使用X射线管，在以前的研究中，一个或多个放射性同位素源在基于辐射的多相流量计中用作辐射源。其次，在以前的工作中，至少使用两个检测器来同时识别流型和流量计体积分数的类型，而在本研究中，仅使用了一个检测器。第三，在本研究中，仅使用了一个神经网络，而在其他研究中，则使用了不止一个网络。在以前的工作中，至少使用两个检测器来同时识别流型和流量计体积分数的类型，而在本研究中，仅使用了一个检测器。第三，在本研究中，仅使用了一个神经网络，而在其他研究中，则使用了不止一个网络。在以前的工作中，至少使用两个检测器来同时识别流型和流量计体积分数的类型，而在本研究中，仅使用了一个检测器。第三，在本研究中，仅使用了一个神经网络，而在其他研究中，则使用了不止一个网络。