在C5石油树脂的生产过程中,粘度是一个重要的控制参数,如果能实现粘度的在线连续检测,就可以根据它与分子量的模型关系,清楚地了解反应的进程,从而较好地控制产品质量。但目前的检测手段多为离线分析,这是现阶段制约生产效率和产品质量的重要原因。本文以C5石油树脂粘度的在线实时检测为研究对象,系统深入地研究了软测量技术的若干重要方面,重点介绍了软测量建模方法中的多元线性回归法、偏最小二乘法、RBF神经网络以及混合建模方法,并分别建立了软测量模型。通过详细地对比分析了各种软测量模型的实际性能,最终选择了基于机理模型和数据驱动结合的混合建模方法,数据驱动部分则使用固定样本数目的加权最小二乘回归法来实现,在建立模型的同时也实现了模型参数的在线校正。研究结果表明,此方案所建立的软测量模型具有良好的拟合能力和预测能力,并具有响应速度快、跟踪性能好的优点,可以用于指导实际生产;同时由于软测量模型的一般性,此方案还有良好通用性,可以向树脂装置其他单元或胶乳装置等其它装置推广,同样能够达到提高产品质量,增加经济效益,减小能耗的目的。