为克服现有明渠流量测量方法在监测自动化、测量准确度、测量成本和适用范围等方面存在的不足，在新兴的大尺度粒子图像测速（large—scale particle image velocimetry，LSPIV）技术的框架下，设计了一种基于径向基神经网络（radial basis function neural network，RBFNN）模型的明渠流量软测量方法。无需进行水面流速系数分析即可实现断面流量动态测量，避免了由于流速系数取值不当引起的倍乘误差。该方法依据明渠流速-水位-流量的内在关系，选取少量水面点流速（LSPIV流速仪获取）和单点水位（超声波水位计获取）为二次变量，通过数据驱动的方法利用流速-面积法获取的精测数据建立RBFNN软测量模型。将该方法和三线一点流量简测法的测量结果进行实验对比，发现该方法可以在降低明渠流量测量复杂度的同时，保证较高的测量精度。

引黄灌渠斗口水流量通常依据闸门开度、闸前和闸后水位等可观测信息估算.自动测量装置具有'软仪表'的典型特征,建立精确适用的软测量模型十分关键.鉴于训练后的人工神经网络可以精确逼近任意非线性函数,建立了基于BP网络和RBF网络的引黄灌渠斗口流量软测量模型,并精选水工试验数据构成训练样本集进行仿真训练.检验表明,基于人工神经网络的软测量模型输出值与期望值(标准三角量水堰的测量结果)吻合良好,斗口水流量软测量精度有显著改善.

为满足可持续发展的需要,我国越来越重视循环水的利用和污水的处理.由此,建立污水泵站也是市政建设必须考虑的问题.污水泵站流量测量一般采用电磁流量计来计量泵进出口流量,比口径较大的电磁流量计的价格不菲.根据实际工艺要求和流量计算原理,提出了一种实用的软测量方法.该软测量法经多次实地试验,结果表明,用该方法测量出污水泵站泵送流量是可行的.

采用弯管法测量稀相气固两相流中固相质量流量时，固相流量与其影响因素（压差、流量系数、气固混合密度等）之间存在着复杂的非线性关系，给粉体的精确测量带来困难。利用人工神经网络优良的非线性映射能力，建立了一个基于BP网络固相质量流量软测量模型，并以实验数据为样本对网络进行训练，实现对固相质量流量的在线估计，与实验结果吻合较好，为稀相气力输送中固相质量流量在线测量提供了一种简单、可靠的新方法。

为了解决工业中动态流量测量困难的问题，引入软测量方法对动态流量进行测量．考虑BP算法建立软测量模型时收敛速度慢，易陷“局部极小”等不足，提出一种经遗传算法优化的BP网络进行软测量建模，用遗传算法先确定BP网络的网络结构和参数，将训练一定次数后得到的连接权值作为遗传计算的初始值，再用遗传算法确定BP网络的最优连接权值，最后把用BP算法训练得到的网络用于建模．文中对在燕山大学液压实验室采集的数据进行仿真，实验结果表明这种改进的建模方法在模型的训练速度和精度上有了较大的改善．

流量信号是生产过程中一个重要参数.虚拟仪器技术是仪器仪表领域一个充满活力的发展方向.从光滑圆管的3种紊流流速分布模型出发,应用虚拟仪器技术,实现了使用管道截面上的最大流速来测量气体流量的软测量方法.详细阐述了该方法的测量原理、系统构成及特点,体现了在流量测量领域的先进技术和最新方法.实验数据表明了这种方法是准确、可靠的,能够实现在线、自动测量并具有节能的效果,具有较好的应用前景.

介绍了基于嵌入式系统的软仪表的设计和开发框架．提出通用软测量软件包的数据结构，并采用双重径向基函数RBF神经网络作为软测量的核心算法。同时采用两阶段法进行神经网络训练，大大降低了软测量算法的误差。最后以催化裂化为例，介绍了如何应用该系统进行轻柴油凝固点的在线软测量。系统具有通用、开放和实时性特点，能够用于各种场合，具有较高的应用价值和推广前景。

以机械工程中无法用传感器直接测量或测量十分困难的动态参数为研究对象，采用函数型连接神经网络理论建立软测量模型，解决了两个具有因果性质被测物理量之间函数关系的计算问题，为不易直接监测的机械参数提供了一种间接测量的新方法。液压打桩锤冲击力和塔式起重机力矩实测研究证明该方法可行、可靠。

烟气氧含量是实现窑炉气氛控制和降低能耗的一个重要参数.提出了一种梭式窑烟气氧含量的软测量方法,利用人工神经网络来逼近窑炉状态参数与烟气氧含量之间的关系,并采用模糊聚类算法处理训练数据,提高了网络对梭式窑系统的逼近能力,提供了梭式窑烟气氧含量检测的又一途径.

本文通过对粘性流体在圆管中的层流和湍流流量方程对比研究发现，动态流量主要与管道中摩擦导致的压头损失、管道中最大的流速、流体温度变化有关，依据这一原理设计了基于径向基函数人工神经网络（RBFNN）的软测量模型。在伺服阀动态性能实验台上构建了数据采集系统，在新型动态流量测量管上安装超声波、压差、温度传感器来采集各种信息，其中流速信息采用一种新颖的超声波类时差法获取，用于标定的实际流量由无载液压缸的速度传感器获取。基于NeuroSolution软件中的RBF网络模块组成软测量RBFNN，选用部分采集数据作为学习样本对RBFNN进行训练，建立了动态流量的软测量模型。利用采集的数据的测试样本对RBFNN进行测试，通过流量预测曲线和实际曲线的对比，验证了该软测量模型具有很高的逼近精度。该软测量方法为动态流量的测量提供了一