在C5石油树脂的生产过程中，粘度是一个重要的控制参数，如果能实现粘度的在线连续检测，就可以根据它与分子量的模型关系，清楚地了解反应的进程，从而较好地控制产品质量。但目前的检测手段多为离线分析，这是现阶段制约生产效率和产品质量的重要原因。 本文以C5 石油树脂粘度的在线实时检测为研究对象，系统深入地研究了软测量技术的若干重要方面，重点介绍了软测量建模方法中的多元线性回归法、偏最小二乘法、RBF 神经网络以及混合建模方法，并分别建立了软测量模型。通过详细地对比分析了各种软测量模型的实际性能，最终选择了基于机理模型和数据驱动结合的混合建模方法，数据驱动部分则使用固定样本数目的加权最小二乘回归法来实现，在建立模型的同时也实现了模型参数的在线校正。 研究结果表明，此方案所建立的软测量模型具有良好的拟合能力和预测能力，并具有响应速度快、跟踪性能好的优点，可以用于指导实际生产；同时由于软测量模型的一般性，此方案还有良好通用性，可以向树脂装置其他单元或胶乳装置等其它装置推广，同样能够达到提高产品质量，增加经济效益，减小能耗的目的。