气固流化床是化工、能源生产过程中的重要设备。在流化床的建模、设计和操作过程中，流型的信息对于改进流化行为和提高传热传质率十分重要。气固流化床压力脉动时间序列包含了床层运动的许多动态行为信息，包括颗粒特性、操作条件，气泡行为等，而且能够通过常规仪表来测量，因而本文通过分析气固流化床的压力脉动信号来获取床内的流型信息。 气固流化床压力脉动信号的复杂性是床内气固两相运动非线性本质的反映。鉴于复杂性参数具有算法成熟、计算方便、可调性参数少等特点，本文选用了算法复杂性C(n)、涨落复杂性Cf和香农熵Entropy这三个复杂性参数作为指示流型的参数。它们从不同角度反映了床内的复杂程度，能够分别指示一定的流型。首次发现香农熵能够较好的区别鼓泡和湍动这两种流化状态，而以往常用的非线性参数，如混沌特征参数和算法复杂性都很难做到这一点。 流化床流型的定义具有模糊性，多样性等特点。本文首先结合混沌吸引子在不同流型下的形态变化和复杂性参数在不同流型下的数值变化，对传统的流型划分进行了改进。认为流型的转换不是突然实现的，在确定性流型之间存在着过渡流型；在流型转换的过程中，相应的复杂性参数会在数值上发生连续的变化；指出了在鼓泡过程中，起始鼓泡和充分鼓泡的流化本质有着较为显著的差别；首次用模糊数学中隶属度的概念对过渡流型的过渡程度进行了量化。 首次将数据融合理论和复杂性理论结合起来，应用于气固流化床内的流型识别中，建立了两级数据融合的模型。在特征层融合时，通过同一个压力探头上的压力脉动信号的算法复杂性C(n)、涨落复杂性Cf和香农熵Entropy这三种复杂性参数的联合判别来识别流型；针对具体情况，建立了三种复杂性参数指示过渡流型的隶属度函数。在决策层融合时，将流化床内安装在不同空间位置的传感器的决策联合起来得到最终的判别结果。通过两级数据融合，多方面、多角度的反映了床内气固两相运动的信息，实现了信息的全面互补。实验结果表明，多参数、多传感器数据融合的识别准确率高于单参数、单传感器。因而，多传感器模糊数据融合是一种有潜力的识别流型的新方法。