乙烯生产装置的核心设备裂解炉将天然气、炼厂气、原油及石脑油等各类原材料加工成裂解气,后将裂解气传输给余下装置以加工成最终产品——乙烯、丙烯及各种副产品。目前,产品质量需要人工进行化验分析,相应出现分析时间较长且结果滞后等问题,在线色谱仪有着昂贵的价格且难以维护,不便于使用推广,这样就造成产品质量测量不便和滞后的问题,针对此问题本文提出了开发研究乙烯裂解炉乙烯、丙烯收率软测量技术用来指导生产操作。同时,本文还研究了集散控制系统(DCS)装置数据采集、使用OPC (OLE for Process Control)技术实现对DCS装置数据的访问以及数据访问存取技术等相关技术和理论。又对BP (Back Propagation)神经元网络算法和RBF(Radial Basis Function)神经元网络算法进行了比较分析,并基于RBF神经网络算法实现乙烯裂解炉双烯收率的软测量,进行了网络训练和检验,结果表明乙烯裂解炉双烯收率软测量效果较好。本文对萤火虫优化(GSO)算法进行了分析研究,该方法属于新型的群智能优化方法,该优化方法步骤有荧光素值的再获取、最亮个体的再搜素、个体位置的再计算以及感知范围的再划分,由此将GSO法用于乙烯裂解炉的稳态优化问题,获取了装置的优化操作参数,提升了双烯收率,为企业安全、稳定、持续、高效运行创造一定的经济效益。