在石油化工生产过程中,存在很多无法在线测量的重要过程变量,如炼油企业精馏产品的纯度与干点、精馏塔塔板效率以及聚丙烯熔融指数等。软测量技术为解决这类问题提供了有效的途径。随着工业技术的快速发展,软测量技术有着广阔的应用前景,已成为过程检测技术与仪表研究的主要方向之一。本文对正交最小二乘(OLS)方法进行了分析和研究,并应用该方法建立聚丙烯熔融指数的软测量模型。主要内容包括:对几种常规的软测量建模方法进行了详细的总结和分析,阐述了各自的优缺点。针对OLS软测量模型可能包含了与输出无关的噪声信息,给出了基于正交信号修正的OLS软测量建模方法。采用正交信号修正(OSC)方法对OLS模型进行预处理,消除建模过程中与输出变量无关的正交信息,改进模型的解释能力,提高模型的泛化性能。实际数据应用结果表明,基于正交信号修正的OLS方法能够比PLS、OLS方法更准确的预报聚丙烯熔融指数的变化。针对核建模方法中单一核函数的局限性,给出一种基于混合核函数的OLS算法并将其用于工业过程软测量建模。采用混合核函数代替基本OLS方法中的单一核函数,利用混合核函数兼具局部和全局核函数的性能,可以提高模型的泛化能力和非线性处理能力。核参数的选择对模型的影响较大,采用粒子群(PSO)优化算法对核参数进行寻优。实际数据应用结果表明,基于混合核函数OLS方法能够比PLS、OLS方法更准确的预测熔融指数的变化情况。