软测量技术也称为软仪表技术。就是利用易测量过程变量(常称为辅助变量或二次变量),依据这些易测过程变量与难以直接测量的待测过程变量(常称为主导变量)之间的数学关系(软测量模型),通过各种数学计算和估计方法,从而实现对待测量过程的测量或估计。目前,软测量技术已成为过程控制领域的研究热点之一。本文介绍了BP神经网络、RBF神经网络和模糊神经网络的算法,在充分消化和吸收前人研究成果的基础上,以某炼油厂气体分馏装置为背景,根据生产装置的具体情况,在充分分析系统特性的基础上,找出非常具有代表意义的丙烯精馏塔,应用人工神经元网络的软测量技术,通过DCS的上位计算机的获得各辅助变量的实时数据为训练样本,分别用BP神经网络和RBF模糊神经网络对丙烯精制塔这一对象进行了模型辨识,将预测值和化验值进行比较,证明所辨识出的对象模型能够较好地表现出对象的动态行为,且具有较好的泛化性能。