醋酸乙烯是化工生产中一种重要的生产原料,其需求量日益增加,在化工领域扮演着不可或缺的角色。在醋酸乙烯合成过程中,对中温参数优化时,发现一个难以解决的问题:催化剂活性的变化规律难以精准测量。很多生产厂商在不断的进行探索研究。本课题拟采用软测量的方法对催化剂活性进行精准测量。首先,本课题对工艺背景进行全方面的分析。深入了解合成工段的流程,定性的对此工段的影响因素进行分析。并且根据现场采集的数据,利用MATLAB软件进行图像拟合,定量的研究催化剂活性随影响因素的变化趋势。然后,本课题对软测量过程中的变量选取环节、数据处理环节、模型建立环节以及模型选取环节分别进行研究。并对建模环节进行深入的分析,就不同的建模方法进行全面的对比。本课题着重研究了支持向量机算法、神经网络算法的理论以及混合建模的组合方式。最后,本课题采用神将网络建模方法和数学回归与支持向量机结合的混合建模方法分别对催化剂活性进行软测量研究。利用MATLAB软件训练得到两个不同软测量模型,再对两个模型分别进行MATLAB仿真验证。选取验证结果精度高、性能稳定的模型作为软测量模型,实现催化剂活性的软测量研究。