在润滑油生产过程中,酮苯脱蜡过程生产成本占整个润滑油生产成本的百分之六十以上,并且该过程直接影响润滑油的质量和收率。本文以某酮苯脱蜡装置为研究对象,将改进的蚁群聚类方法和自适应模糊神经网络相结合,建立了酮苯脱蜡装置结晶系统的软测量模型。本文主要研究内容有：软测量技术在二十世纪70年代提出以后,在理论研究领域和工程应用领域,都取得了丰硕的成果,展示了软测量技术巨大的工业应用前景,该技术的基本思想是通过测量影响主导变量的辅助变量的值,进行数据的预处理和建模,从而得到主导变量的最佳估计值。本文深入了解了润滑油酮苯脱蜡装置生产工艺流程,选取润滑油收率即脱蜡油收率作为该软测量模型的主导变量,分析了该过程中影响润滑油收率的因素,确定了包括：冷却速度、溶剂组成以及五流各次溶剂比作为该软测量模型的辅助变量。对实际过程采集数据进行预处理,利用改进的蚁群聚类算法对样本数据进行聚类分析,确定了聚类个数、聚类中心,在此基础上,提出了一种基于改进的蚁群聚类算法的自适应模糊神经网络软测量建模方法,建立了酮苯脱蜡结晶过程润滑油收率软测量模型,采用实际过程采集的数据进行软测量建模的仿真研究,结果表明,该软测量模型具有较好的精度。