软测量技术是如今过程控制和过程检测领域的重要手段，随着实际工业过程对象呈现出工况时变、机理复杂及过程变量存在严重非线性等特性，基于数据驱动的软测量建模方法往往表现出不适应高度非线性的复杂工业对象及难以满足系统精度要求等弱点。基于反应过程机理分析的机理建模方法却能比较精确描述复杂工业对象的动态特性，但是经过条件假设和简化的机理模型依然难以获得满意的结果。本文以实际工业对象为背景，研究了机理建模与现场数据校正相结合的混合模型建模方法，可以显著改善软测量模型的估计精度及泛化性能。论文的主要研究工作如下：阳离子交换树脂是双酚A生产过程中常用催化剂，在线检测阳离子交换树脂的催化活性对双酚A生产有重要的指导意义。本文在分析催化剂失活的机理后，建立了催化剂失活的机理模型，通过对模型进行简化及推导，得到了催化剂失活的状态方程与量测方程。使用无迹卡尔曼滤波器对催化剂活性进行实时估计，可以实现催化剂活性的在线估计。仿真试验结果表明该模型有较好精度。由于机理建模中往往会采用一些假设及简化，而这些假设及简化不可避免地会导致模型产生估计误差，比如模型与实际工业对象特性间的失真降低了软测量模型的估计精度。在催化剂失活机理模型的基础上，分析影响催化剂性能的主要因素，将苯酚、丙酮流量比作为修正项，重构催化剂失活的状态方程，并用无迹卡尔曼滤波算法进行估计，仿真结果证实，基于混合建模的催化剂失活模型具有令人非常满意的估计精度。反应器出口双酚A含量直接反应了生产质量指标的高低，为此实现双酚A含量的在线软测量是非常必要的。本文在研究双酚A缩合反应过程机理的基础上，建立了描述反应器动态特性的机理方程，逐步推导出双酚A含量的状态方程及观测方程，并用无迹卡尔曼滤波算法对双酚A含量软测量模型进行在线估计，估计结果证明了改模型的准确性。