作为传感技术发展的一个重要方向,多功能敏感技术逐步被应用于实际工业过程。多功能敏感技术由多功能传感器及其信号重构两部分组成,多功能传感器能够同时敏感多参数,信号重构是基于多功能传感器输出的被测量重构。实际工业过程中,要实现某些重要参数的在线检测,信号重构非常关键。本文以食品工程中渗透脱水过程所使用的三元溶液(氯化钠和蔗糖的混合水溶液)为对象,研究多功能三元溶液浓度传感器信号重构,实现三元溶液参数(浓度、密度和粘度)估计,为参数的在线检测做准备。本文先后提出三种重构方法用于实现三元溶液参数估计,包括B样条最小二乘(B-Spline LS)、最小二乘支持向量机(LS-SVM)以及自适应神经模糊推理系统(ANFIS)。深入研究了各种方法的数学原理,详细介绍了各种方法实现三元溶液参数估计的过程,对参数估计结果作了详细分析和比对。高维B样条以其独特的构造特点,理论和实践都表明B-Spline LS适合处理规则网格分布数据,而在处理散乱数据方面能力较差。三元溶液浓度重构是四维空间中散乱数据处理问题,LS-SVM弥补了B-Spline LS的缺陷,以较高精度实现了溶液浓度的重构。但在数据较多的情形下,由于失去了稀疏性,LS-SVM结构变得复杂,ANFIS很好地解决了这个问题,并且仍然能够以较高精度实现溶液浓度的重构。在研究ANFIS过程中,作者充分利用减法聚类与模糊c均值聚类的特点,将两者结合实现ANFIS的结构辨识,取得很好的效果。本文的研究为三元溶液参数的在线检测提供了依据,为多功能传感技术的应用奠定了一定的理论基础。