中国铝业河南分公司采用混联法生产氧化铝,工艺过程复杂,技术指标繁多,目前技术指标采用样品离线化学分析的方式进行检测,分析过程较长,分析结果滞后现象较为严重,有些指标滞后10小时以上,无法利用技术指标进行有效的生产调控,不能较好地实现指标优化,不利于生产的稳定进行,不利于生产成本的降低,在一定程度上影响了企业竞争力的进一步提高。　　 为了解决氧化铝生产过程中技术指标分析结果滞后的问题,本文进行了氧化铝生产过程中技术指标的软测量技术研究,由于氧化铝生产过程中涉及的指标较多,结合中国铝业河南分公司的具体情况,本文主要针对高压溶出过程的指标开展软测量研究。通过对高压溶出过程详细的机理分析,找到了高压溶出过程技术指标的主要影响因素,并利用主元分析法选择了辅助变量,对现场采集的数据进行了预处理。在此基础上,结合机理分析、神经网络、历史数据匹配等方法,构造了溶出液苛性比值和溶出率的软测量模型。系统软件应用VisualC++语言编写,共分为六个功能模块。经过两个月的现场调试运行,结果表明:该软测量系统可以较好地实现溶出液苛性比值和溶出率的在线预测、预测值与实际值的比较以及优化指导生产。软测量模型具有自学习和在线修正功能,能够较好地适应生产实际的变化,指标预测精度基本可以满足生产要求。根据预测结果进行指标的调控,最终可以达到优化指标、稳定生产的目的。　　 氧化铝生产是一个非常复杂的工业过程,生产过程中普遍存在技术指标的分析检测结果滞后现象。因此,借鉴高压溶出过程软测量系统的开发经验,进行氧化铝生产其它工艺过程指标的软测量开发,实现生产全过程指标的预测和优化,是本课题今后研究的主要方向。