在原油生产过程中，从油井中开采出来的原油是含有一定水分的，工业生产上的做法是将高含水率的原油输送到分离罐中进行油水分离，使之成为低含水率的成品原油。为了实现对油水分离过程的检测与控制，须对油水界面进行准确的在线测量。由于油水分离罐中原油与水界面的复杂性，采用传统的电容传感器想要达到理想的检测精度比较困难。本课题的研究主旨正是针对这一问题，结合神经网络技术，应用分段式电容传感器，设计出一套油水界面在线检测系统。　　 本课题以电容检测技术在油水界面检测中的应用为研究背景。在这一背景下对油水界面检测仪的传感器设计、硬件电路设计、人工神经网络基本原理、基于BP神经网络的油水界面检测算法和软件程序设计做了深入的分析和实验研究。本文主要做了以下介绍：　　 (1)本文对油水界面检测技术的背景进行了简要介绍，分析了目前油水界面仪的性能以及在实际应用中的缺陷和不足。　　 (2)在传统电容传感器的基础上，采用了一种分段电容传感器，并简单介绍了检测系统的硬件电路设计。　　 (3)简单介绍了人工神经网络基本原理、前向神经网络的BP算法、BP神经网络的不足以及改进方法。　　 (4)在MATLAB环境下实现了上位机与下位机的串行通信、传感器零点的自动标定、采样数据的处理、基于BP神经网络的油水界面检测程序设计以及人机交互界面的设计。　　 (5)通过分析系统实验结果，对比查表法和差值法对基于BP神经元网络的油水界面检测算法进行性能评估，并对系统进行误差分析及补偿，提高了系统的测量精度。　　 本文的特色在于采用了分段电容传感器和简单实用的电容检测电路，提出了基于BP神经网络的油水界面检测算法，将神经网络技术应用到了油水界面检测的过程中。