明胶浓度是明胶生产过程的重要参数之一，它在一定程度上反映了明胶质量的高低，因此明胶浓度的检测速度影响着整个明胶的生产进程。国内明胶企业大都采用人工定时采样、离线检测的方法测量胶液浓度，但这样不仅容易污染样本，也使测量出现滞后。为改变现有胶液浓度的测量方式，提高明胶生产的自动化水平，借助软测量建模的优势，通过测量易获得的辅助变量推导出难测量的主导变量，实现明胶浓度的在线测量。目前国内对明胶浓度在线测量的研究较少，已有的研究成果中所建的模型均为单一模型，所选的辅助变量为时间和温度，但是单模型存在建模过程特性匹配不佳、精度和外推能力差等缺陷。本文以青海明胶公司提胶工序为研究背景，以提胶工序中较难测量的胶液浓度为研究对象，认真分析明胶生产工艺，对从工业现场采集的数据进行分析，选取与胶液浓度密切相关且较易测量的时间、温度和比重作为辅助变量。为减小各数据因数量级差异对测量结果造成的影响，本文对数据进行了归一化处理，然后建立一系列软测量多模型，以实现明胶浓度的在线测量。本文分别建立了基于BP_Adaboost的多模型、基于模糊C均值聚类(FuzzyC-means, FCM)算法的支持向量机多模型和基于GK聚类(Gustafson_Kessel, GK)算法的径向基函数多模型，并将所建多模型用于测量明胶浓度。与相同算法的单模型测量结果进行对比，结果显示多模型具有更高的测量精度。为使所建立的软仪表能真正发挥实际效用，本文最后将MATLAB与VC进行混合编程。选用MATLAB引擎与VC编程方法相结合，将MATLAB强大的计算功能与VC良好的运行环境完美匹配，建立人机交互界面，从而实现真正意义上软仪表的现场应用。