低温乳聚丁苯橡胶是一种合成橡胶,由于其良好的性能,可以在很多方面取代天然橡胶,人民的日常生活和国家军工都应用的很多。生产低温乳聚丁苯橡胶的难点在于实时监测低温乳聚丁苯橡胶的转化率。目前,国内低温乳聚丁苯橡胶生产企业通常采用实验室手工方法对其分析和控制,这类控制方法有很大的缺陷-大时滞,一方面影响了控制效果,另一方面也极大耗费了资源,不论是人力成本,还是物力成本,都较为高昂。软测量技术的出现,可以很好的解决上述这些问题。迄今为止,关于使用该技术研究低温乳聚丁苯橡胶聚合转化率的报道很少。在低温乳聚丁苯橡胶生产的情况下,虽然生产工艺十分复杂,但工作状态相对而言还很稳定,辅助变量间存在很强的非线性,企业对总转换率预测也有更高的准确度要求。本文使用了一种软测量建模方法,对低温乳液丁苯橡胶的聚合转化率进行精准预测。本文以集成修剪为基础,构建了软测量建模方法。首先,通过bagging法建立不同的LS-SVM弱学习器,然后用AdaBoost.RT方法修剪弱学习器,对修剪后的弱学习器进行加权和输出。本文提出的方法预测精度高,解决了集成算法占用多,预测速度较慢的问题,还一定程度地改善了LS-SVM的稀疏性和鲁棒性问题。经过对该软测量建模方法进行仿真应用研究,结果表明此方法能够很好应用于工况较稳且估测精度有较高要求的低温乳聚丁苯橡胶的建模工业过程。