在磨矿分级作业过程中，产品粒度的检测一直以来是一项不可或缺的检测项目。这是源于磨矿分级作业过程的磨矿粒度对后续选别作业过程有直接的影响。实现磨矿粒度的有效检测和有效控制，就可以在提高磨矿分级机组的台时处理能力的同时保证磨矿产品质量以满足选别作业的粒度要求，为在下一步的选别作业流程中回收矿石原料中的有用矿物创造有效条件，从而得到更好的效益。但是在实际操作中，由于磨矿粒度在线分析仪的造价极其昂贵，维护保养过于复杂，而且分析仪的检测周期过长等原因使得磨矿粒度是难以实现在线实时检测的。而针对这一问题，一个有效的解决方法就是使用软测量技术来实现磨矿粒度的实时在线测量，与粒度分析仪相比，软测量技术具有设备简单易维护、投资低、检测速度较快等优点。因此本文就以鞍钢大孤山选矿厂的磨矿分级回路为研究背景，采用模式聚类、支持向量回归（SVR）理论、核函数技术以及粒子群算法（PSO）来建立磨矿粒度的软测量模型，以实现磨矿粒度的在线实时测量。本文首先根据软测量辅助变量的选择原则，并结合磨矿分级的工艺流程特点以及可以测得的过程参数情况选取了磨矿粒度软测量的辅助变量；其次针对数据建模的缺点，应用模式聚类方法对采集到的样本数据进行数据预处理，以获得优质的建模数据；然后为了提高SVR模型的泛化能力采用了一个典型的应用较广的径向基函数（RBF）作为SVR模型的核函数；再次针对SVR模型的参数如不敏感损失系数、惩罚因子和核函数的宽度系数难以确定的缺点，采用了先使用经验公式法粗略地确定参数的取值范围，在此基础上再利用PSO算法进行小范围的精确寻优的方式以得到SVR模型的最优参数组合；最后为了参照对比SVR模型的性能，在本文中接着建立了磨矿粒度的经验模型和BP神经网络模型，并通过实验结果分析证明本文提出的SVR软测量模型的优越性。工业生产过程控制系统一般使用PLC和组态软件，由于组态软件不善于编写相对复杂的模型，进行复杂的数据计算，本文采用VB.NET和MATLAB混合编程的方法编写了SVR软测量模型的训练子程序和在VB.NET平台编写了应用子程序。软件测试表明所设计的SVR软测量软件满足磨矿分级现场需求，为以后将SVR模型的预测粒度值与磨矿分级过程的各种控制器和控制策略相结合，以实现磨矿分级过程的优化控制奠定了基础。