带钢盐酸酸洗工艺中,为了保证酸洗效果,常需要根据酸罐中剩余的酸浓度定时添加盐酸。由于酸洗溶液为多种组分的混合溶液,通常采用化学滴定的方法人工检测,无法实现盐酸补充过程的自动化。本课题根据南京某钢厂的实际情况,提出采用软测量方法对酸洗液组分浓度进行在线估计,通过对酸洗工艺机理的研究,确定酸洗液组分主要为FeCl2和HC1。由此选择溶液温度、电导率、密度作为辅助变量,并设计了在线检测装置。针对酸洗溶液组分浓度的特点,结合实际组分浓度变化范围,提出采用机理分析与神经网络相结合的软测量建模方法对组分浓度进行估计,即先通过实验得出辅助变量与组分浓度的经验公式,然后利用神经网络对机理模型进行补偿,以应对生产过程的动态变化,减小组分浓度的预测偏差。为了保证建模的可靠性和稳定性,在模型训练之前,采用Fast-MCD对建模数据进行预处理以剔除离群数据。最后对在线检测装置的软件系统进行设计,并利用完整的酸洗液组分浓度在线检测装置进行现场工业实验。结果表明：盐酸和亚铁离子浓度预测的均方根误差分别为5.53和5.83,偏差绝对值的平均值分别为5.4g/L和5.7g/L,可以满足实际工业生产的需要。