工控摘要：然而對于許多工業過程來說，一些重要的輸出變量較難或根本無法通過在線直接檢測得到。軟測量技術就是為解決上述矛盾而逐漸發展起來的一個技術分支，其基本思想是以易測的過程變量（輔助變量）為基礎
　　
　　當今工業界對過程控制系統的要求越來越高，不僅希望控制指標能保持平穩和快速跟蹤，而且常常希望控制指標能以一定的方式顯示出來。然而對于許多工業過程來說，一些重要的輸出變量較難或根本無法通過在線直接檢測得到，如精餾塔的產品濃度，濕蒸汽干度，發酵罐的菌體濃度等；或者是檢測元件的存在會使工作裝置可靠性下降，維護不方便等，從而大大限制其在系統要求較高的控制場合中的應用。
　　
　　為了解決這類過程的控制問題，工業上一般采用兩條途徑：一種是間接質量指標控制，但這種方式的運用往往伴隨著許多假設的限制條件；另一條途徑是采用在線分析，但這需要較大的投資和較多的人力物力對其進行維護，而且往往會引起較大的滯后，從而使控制系統復雜化，也給調節品質帶來不利影響。
　　
　　軟測量技術就是為解決上述矛盾而逐漸發展起來的一個技術分支，其基本思想是以易測的過程變量（輔助變量）為基礎，利用易測過程變量和待測過程變量（難測的主導變量）之間的某種關系，通過數學推導（計算和估計），求出它們之間的關系式，此關系式稱為軟測量模型，根據此模型編制程序，再由計算機求出待測過程的主導變量。建立軟測量的方法有裉多，有線性估計、機理推導、回歸分析等。但是，現代工業過程內在機理復雜，而且存在嚴重的非線性和不確定性問題，單純依據傳統的軟測量模型難以真實的描述過程特性。
　　
　　所以近年來，將人工神經網絡、模糊技術等智能方法引入了軟測量。該課程是為本科生開設的，所以僅以傳統的軟測量介紹為主，對過程參數進行檢測；而基于狀態估計、模式識別、濾波理論、神經網絡及模糊數學等方法引入的軟測量，主要用于對過程動特性（即被控過程的數學模型和狀態變量）的測試.軟測量技術主要由4個相關要素組成，分別為中間輔助變量的選擇、數據處理、軟測量模型的建立和軟測量模型的在線校正。其中軟測量模型的建立是軟測量技術zui重要的組成部分。
　　
　　軟測量技術的應用
　　
　　1．軟測量技術的應用條件
　　
　　軟測量技術作為一種新的檢測與控制技術，與其他技術相似，只有在適用范圍內才能充分發揮自身優勢，因此必須對其適用條件進行分析：通過軟測量技術所得到的過程變量估計值必須在工藝過程所允許的度范圍內；能通過其他檢測手段得到過程變量估計值以對軟測量模型進行校驗，并根據兩者偏差確定數學模型校正與否；直接檢測被估過程變量的檢測儀表較貴或維護困難；被估過程變量應具有靈敏性、性、合理性等。
　　
　　2．軟測量技術的應用現狀
　　
　　軟測量技術現在廣泛應用于過程工業中，應用領域包括煉油、石化、造紙、食品、醫藥、紡織及微電子行業。其中，大量應用于化工行業的反饋控制、操作指導、質量管理、調度優化等環節。
　　
　　目前，就實際應用而言，在一些技術較發達的國家已有許多成功地將軟測量技術應用于工業過程的例子，如美國的德州MT煉油廠及比利時的烯烴生產線等。國內軟測量技術的應用起步較晚，但也有一些成功的例子，加石家莊煉油廠和上海煉油廠。
　　
　　3．尚存在的問題
　　
　　軟測量技術的發展依賴于兩個基本問題的解決：可計算性與實時性問題。首先，用哪些可測變量和哪些關系式，能夠*和準確的確定所需的不可測變量？即不可測變量的計算問題。其次，實時性是建立軟測量的目的之一和優勢所在。所以還需要解決好以下問題：①確定既簡單、便于實時計算又保持一定的精度的軟測量模型的問題還沒有理想的解決方案。（D軟測量技術的通用性。
　　
　　總的來說，軟測量技術已經在檢測控制方面取得了不少有意義的成果，但目前尚未形成系統的理論。由于工業過程的復雜性決定了不可能只采用一種技術就可以的解決過程建模和控制問題，因此將各種技術結合起來，已成為現今研究和應用的潮流。