本文综述和分析了软测量技术的建模方法和数据驱动的软测量建模流程以及软测量技术在制浆造纸过程中的需求和应用现状,并重点介绍了基于案例推理(Case-Based Reasoning,CBR)的软测量建模方法。针对制浆造纸生产过程中存在不少难以在线测量的过程变量和质量参数的实际和需求,以应用案例推理技术解决制浆造纸过程中某些难测变量软测量问题和对相应生产工段进行优化设定研究为目标,重点探索以案例推理技术对制浆造纸过程中的一些难测变量进行软测量建模的方法。本文建立了在碱性过氧化物机械法制浆(Alkaline Peroxide Mechanical Pulping,APMP)的高浓磨浆过程中盘磨机出口处纸浆浓度和游离度的案例推理软测量模型。由于盘磨机出口处纸浆浓度和游离度在实际生产中没有在线的可测量仪器,而且涉及变量多、磨浆过程机理复杂,较难建立有效的机理模型对浓度和游离度进行计算和预测。通过分析高浓磨浆过程中可测的过程变量对盘磨机出口处纸浆浓度和游离度的影响,以相关性分析和共线性诊断方法,对初步选定的过程变量和主导变量间进行了线性相关性分析和过程变量间多重共线性的诊断。结合主元分析方法,最终选取木片两段预浸渍阶段的:螺旋挤压机的功率和吨浆功耗、混合碱的加入量;磨浆过程的:磨浆比能,稀释水量,磨盘间隙等11个变量为辅助变量,基于案例推理技术建立了盘磨机出口纸浆浓度和游离度的软测量模型,实现了对纸浆浓度和游离度的预测。应用江苏某造纸企业化学机械浆车间半年的145组典型工况生产数据对案例推理软测量模型进行模拟检验,其中纸浆浓度预测结果的均方根误差RMSE=0.71,相对误差CV-RMSE=1.72%;纸浆游离度的预测结果的均方根误差RMSE=4.29,相对误差CV-RMSE=0.73%。本文通过对打浆过程能耗的分析,选定以纸浆打浆前的打浆度和湿重,打浆浓度,纸浆流量,盘磨机的打浆功率为辅助变量分别建立基于案例推理的打浆度和湿重软测量模型。所建立的基于案例推理的打浆度和湿重软测量模型可以通过案例学习,而不需进行类似于其他算法的在线校正,实现跟随工况变化,提高打浆度和湿重预测精度。应用广东某造纸企业的540组生产数据对案例推理软测量模型进行模拟检验,模型经过一段时间运行,通过案例学习后,对打浆度的预测结果的均方根误差RMSE=1.3,相对误差CV-RMSE=4.32%;对湿重的预测结果的均方根误差RMSE=0.5,相对误差为19.09%。另外,基于案例推理软测量模型可以克服当选定的辅助变量测量仪器失效,无法得到实时的过程变量值使得辅助变量集不完备时,经过判断仍然可以对打浆度和湿重进行估计,并且预测精度没有明显降低。在此基础上,建立了串联打浆过程的优化模型。以打浆度和湿重的基于案例推理的软测量模型输出作为反馈信息,对打浆过程能耗进行了模拟优化。模拟结果表明,通过优化可实现打浆过程的节能,吨风干浆可节电约7千瓦时。本文在漂白过程二氧化氯和氯气漂白阶段,基于工艺分析和对生产操作经验总结的基础上,以案例推理技术建立了以漂白塔前在线白度值和残氯值的控制决策表为案例库的卡伯值在线估计模型。另外,以卡伯值估计模型为出发点,建立了漂白过程最优工况的判别模型和优化控制模型。应用几何解析方法分析了实际生产中的调节过程,将优化控制模型的求解转换为一个一维搜索的过程,以黄金分割法(0.618法)设计了求解算法。基于所建立的上述模型,设计了控制策略,以西门子WinCC为平台开发了优化控制系统,并应用于广东某制浆企业的实际生产过程中。生产实践表明,本研究得到的案例推理决策模型和优化控制模型可以实现过程优化,提高漂白质量。优化后的白度均值由优化前的62.9%ISO变为60.7%ISO,白度的标准差由优化前的3.04降为2.53。可以解决由于缺少在线卡伯值测量仪,生产中为保证漂白质量,加入过量化学药品,造成过漂和浪费化学药品的问题。。本研究结果表明案例推理技术方法可用于制浆造纸过程难测量参数的软测量。但是本研究仅是案例推理技术应用的探索,还需要进行深入研究。其中,关于APMP高浓磨浆过程中纸浆出口浓度和游离度的预测和打浆过程中关于纸浆湿重和打浆度的预测,在未来应用于实际生产过程中,还需考虑随着软测量模型运行时间的增长和案例库中案例数目的增加,如何建立案例索引,以及如何改进案例特征权值的确定方法,优化权值,提高软测量精度和动态适应性。