針對傳統(tǒng)混煉過程膠料粘度預(yù)測存在的輔助變量信息冗余大及冗余導(dǎo)致模型結(jié)構(gòu)的復(fù)
雜化和泛化能力的降低提出先進行主元分析；同時由于對象的復(fù)雜性，傳統(tǒng)的建立單一模型的思想存在著弊端，從而提出基于RBF 神經(jīng)網(wǎng)絡(luò)建立多網(wǎng)絡(luò)模型思想并進行仿真。
目前，基于信息化集成的計算機檢測與控制系統(tǒng)遍布各種生產(chǎn)線和現(xiàn)場裝備，為我們提
供了大量有用的生產(chǎn)實時信息。但由于技術(shù)或經(jīng)濟的原因，絕大多數(shù)生產(chǎn)過程的主要質(zhì)量指標(biāo)或參數(shù)難以實現(xiàn)在線檢測，這極大地制約了控制性能和產(chǎn)品質(zhì)量的提高。基于可檢測參數(shù)的軟測量方法，為解決這一問題提供了相對簡單可行的途徑，從而成為過程測控研究的首要問題[1]。目前有關(guān)研究主要包括二次變量的選擇、數(shù)據(jù)處理、軟測量模型的建立以及模型的在線校正等幾個方面[2]。其中，建模是軟測量的核心，也是目前研究的熱點和重點。由于生產(chǎn)過程的復(fù)雜性和人們知識的局限性，精確的機理解析模型通常很難得到，而構(gòu)建基于數(shù)據(jù)驅(qū)動的建模方法成為了主要研究方法。
橡膠是組成輪胎的主要原料，橡膠混煉是輪胎生產(chǎn)過程最重要的源頭工序，混煉膠料的
質(zhì)量決定了輪胎的質(zhì)量和成本，然而一直以來由于檢測技術(shù)的發(fā)展滯后，缺乏檢測混煉膠主要質(zhì)量指標(biāo)――門尼粘度的在線檢測設(shè)備，過去人們主要利用統(tǒng)計方法進行單因素或多因素建模，取得了一定的成果，但在模型的泛化能力、預(yù)測精度上尚存在一定的問題。
由于生產(chǎn)過程中采集數(shù)據(jù)存在不同程度的冗余，變量之間存在不同程度的線性相關(guān)關(guān)
系，冗余信息的存在導(dǎo)致狀態(tài)空間的嚴重高維化、模型結(jié)構(gòu)復(fù)雜甚至缺乏實用性。因此，在選擇充足的輔助變量后如何判斷這些變量之間是否存在復(fù)共線性并進行降維是必要的。同時，工業(yè)生產(chǎn)過程中同一設(shè)備或生產(chǎn)線往往需要交替生產(chǎn)多個不同工藝（甚至不同性質(zhì)）的產(chǎn)品序列，對同一設(shè)備或生產(chǎn)線建立一個具有較好魯棒性和精度的單一模型存在較大的困難。綜上，本文提出從主元分析入手，通過對過程數(shù)據(jù)特征變量的提取進行模型分類，并利用RBF 神經(jīng)網(wǎng)絡(luò)進行膠料粘度的多網(wǎng)絡(luò)預(yù)測建模研究。