在工业过程中，存在与产品质量密切相关的重要过程参数，需要严格加以控制，但由于技术和经济的原因，这些参数目前尚难以检测。软测量技术就是解决这类变量的测量和控制问题的方法。软测量的基本思想是把自动化控制理论与生产工艺过程的知识有机结合起来，选择一组与主变量有密切关系而又容易测量的二次变量，通过构造某种数学关系，用计算机软件实现对主变量的估计。 本文以PTA氧化反应过程为研究对象，开发了采用软测量技术进行生产过程工艺变量在线监测的方法。首先通过工艺机理分析和生产装置实际运行经验，确定了在线监测PTA氧化反应生产过程4-CBA杂质含量软测量模型的辅助变量。本课题将人工神经网络应用于软测量技术中，采用PCA主分量分析的方法除去样本数据中的冗余信息，建立了基于RBF神经网络4-CBA杂质含量软测量模型，并给出了RBF神经网络软测量的校正模型。实际运行表明本方法应用于PTA氧化反应过程对4-CBA杂质含量在线监测是有效的。