在蒸汽蒸馏连续法生产松香和松节油的过程中，澄清阶段的松节油含油量大小的在线检测一直是一个难点，也是整个生产过程实现自动控制的关键。本论文研究了以软测量的方法来实现澄清阶段的含油量大小检测。研究内容主要包含了以下几个方面： 一、直接测量变量的选取。分析了澄清阶段澄清脂液的物性特点，找出了脂液温度、粘度和含油量大小之间有内在联系，采用温度与粘度这两个较易实现在线检测的量作为直接测量的变量，然后通过这两个变量来间接检测含油量的大小。其中，作为间接检测量之一的粘度值，提出了一种在线检测的新方法。 二、软测量数学模型的选取和建立。通过对样本数据的研究，发现由温度值和粘度值到含油量大小的映射具有很强的非线性特性。经过研究，利用人工神经网络具有学习非线性能力强和不需要有过程的先验知识的特性，选取人工神经网络作为软测量的数学建模方法。而后，以两层BP网络为模型，建立了检测松节油含油量大小的软测量模型。并且验证了此种方法的理论可行性。 三、软仪表的设计。软仪表的显示及盘面在上位计算机中，信号的处理由软仪表内部的程序来完成。软仪表应用程序采用Visual C++6.0编制成，后台有MATLAB和Access作为支持。采用MATLAB提供的引擎(Engine)技术作为VC与MATLAB的接口，神经网络的建模和神经网络的运算在MATLAB中完成，这样做提高了开发效率也未影响到应用程序的运行速度。Access数据库管理和存储样本数据，便于实现软仪表能对不同类型松节油进行检测。 本论文的研究验证了软测量技术，尤其是运用神经网络建立软仪表数学模型用于松节油含油量大小检测的可行性。并且，提供了采用VC++、MATLAB和Access混合设计的软仪表结构设计方案。这种方案在不影响程序运行速度的前提下，缩短了应用程序的开发周期，让研究者更专注于研究对象本身，具有很强的实用和推广价值。