在造纸工业碱回收系统中,蒸发工段的主要目的是生产出浓度合格的黑液,为此,首先就要解决好黑液浓度的测量问题。目前,国外黑液浓度在线测量仪价格十分昂贵,加大了企业生产成本;而国内主要采用人工离线测量,又严重影响了生产自动化程度和企业生产效率。所以,有效地解决黑液浓度测量问题具有一定的实际应用价值。　　 本文借助支持向量机机器学习算法,并通过认真剖析黑液性质和黑液所处的工业环境,采用软测量技术,以二次蒸汽压力和黑液沸点温度为辅助变量来建立软测量模型,实现黑液浓度的在线软测量。本文主要研究工作内容如下。　　 首先从软测量机理出发,着重阐述了软测量模型的基本结构和建模方法。然后,介绍了机器学习的基本问题和统计学习理论的核心问题,并研究了建立在统计学习理论基础上的支持向量机机器学习算法。最后,重点讨论了支持向量机模型中的核函数选择和重要参数的优化问题。　　 在上述理论基础之上,本文通过模拟实际工业现场的黑液环境,对熟悉的纯水进行不同压力下沸点测量来验证模拟装置的可靠性并为后续实验中黑液沸点测量数据的校正予以指导。通过黑液升降温实验,得到了不同浓度的黑液在不同压力下沸点温度的变化情况。在黑液模型建立和仿真上,第一部分,建立了基于标准支持向量算法的黑液软测量模型,并通过仿真结果验证了模型参数对模型精度的影响;第二部分,基于支持向量机改进算法建立黑液浓度软测量模型,并通过训练集和测试集仿真,得出了改进型在泛化能力和测量精度等方面都要优于标准型的结论。　　 本文将黑液浓度软测量技术在陕西欣雅纸业碱回收蒸发工段DCS控制系统中实施,以SIEMENS S7-300 PLC为硬件开发平台,WinCC和Step7为软件开发平台,实现了黑液浓度在线软测量。