在铝电解生产过程中,氧化铝物料输送是一个极为重要的环节,其输送技术会直接影响铝电解生产的稳定和氧化铝单耗。随着超浓相输送技术的广泛应用和自动化水平的日益提高,通过优化控制确保产品质量,进而实现降耗增效已成为企业追求的目标。为了达到这一目标需对更多的工艺参数与变量进行在线精确测量,而铝电解中氧化铝粉流量即为其中主要参数之一。软测量作为一种解决产品质量等关键性生产参数在线测量问题的新技术,近年来已成为有效提高生产效益、保证产品质量的有力手段。本文以电解铝厂氧化铝输送过程为背景,针对氧化铝粉流量或因进口仪表价格昂贵、或因现存国产仪表精度不高难以在线有效测量这一问题,提出了将软测量技术应用于氧化铝粉流量的在线估计。首先在对氧化铝输送过程工艺深入分析的基础上,结合自动化系统可提供的测量信息,确定了供料离心风机风流量和风压作为辅助变量;其次利用实际工业现场数据,分别以PLS、RBF和LS-SVM等单一模型,对氧化铝粉流量的软测量进行了仿真研究;进而考虑到模型参数选择对LS-SVM模型性能的影响,利用粒子群优化算法确定其参数,得到了精度更高、泛化能力更强的预测模型;再者针对单一模型难以全面描述复杂系统全局特性的问题,采用一种基于模糊C均值聚类的双层多模型软测量方法,对氧化铝粉流量的预测估计进行了仿真研究,该方法以模糊C均值聚类作为分类基础层,分别以多PLS、多RBF、多LS-SVM以及PLS+RBF+LSSVM作为各分类数据模型层,在线运行时将各模型的预测输出通过实际数据在各模型的隶属度上进行加权求和,从而获得被估计参数的软测量值。研究结果表明单一模型和多模型软测量建模方法,对于氧化铝粉流量的估计均具有一定的泛化能力和较好的预测精度,且异类多模型更优,LS-SVM更适宜模型的在线修正,从而验证了软测量技术用于氧化铝粉流量的在线估计是可行有效的,同时也为软测量技术在氧化铝粉流量预测的工业实现提供了依据。