目前我国主要采用的催化裂化生产技术是流化裂化催化(Fluid Catalytic Cracking,FCC),实现对FCC中催化剂定碳量的快速精确测量在保证安全稳定的生产环境、提高催化裂化工艺产量和延长催化剂使用寿命等方面有着非常重大的意义。本文在现有催化裂化生产工艺的研究基础上,以增产丙烯的催化裂化工艺(MIP-CGP)的反应-再生装置为研究对象,进行了针对催化剂定碳量的软测量建模工作。提出了FCC催化剂定碳量软测量混合模型建模方法,实现了对FCC中催化剂定碳量快速准确的软测量模型,有效克服了现有的一些软测量建模方法在石油化工业应用中泛化能力不足、鲁棒性较弱的问题。首先,本文提出了一种FCC催化剂定碳量的软测量经验建模算法。为了建立准确的软测量模型,本文结合生产工艺和机理分析辅助选取了软测量模型的主导变量和辅助变量;然后在此基础上建立了改进的连续深度置信网络结构进行数据样本特征的组合选取;最后以启发式算法优化的最小二乘支持向量回归机作为回归层模型进行拟合预测。本文以平均百分比误差和均方误差作为模型测量精度的验证指标。接着,为了进一步提高催化剂定碳量软测量模型的测量精度和泛化能力,本文在经验模型上深入探索,提出了软测量串联型混合模型建模方法。本文在经验模型的基础上对FCC反应-再生系统进行机理分析,建立基于假组分理论的反应-再生系统机理模型,然后通过串联组合的方式实现软测量混合模型建模,实现了对经验模型的测量精度和外推性的有效改善。通过与经验模型进行比较,串联型混合模型在测量性能上有显著的提高。最后,为了提高炼厂数字化水平,配合数字化炼厂的建设,本文针对流化催化裂化反应-再生系统开发了生产数据关键工艺指标监测平台,并在监测平台上实现了FCC催化剂定碳量的软测量功能。生产数据关键工艺指标监测平台采用B/S架构设计,基于.NET框架实现功能开发,具有兼容性好、拓展性强的优点;平台提供了针对生产工艺中关键生产数据的监测功能,并且进行了软测量模型的功能实现,具备为企业生产控制提供数据指导的能力。