针对软测量模型存在的失效问题, 提出一种基于增量支持向量机的建模方法.随着时间的推移, 每次在模型中增加一个样本进行增量学习的同时, 采用启发式策略去掉工作集中一个老的样本, 从而可以在软测量模型中不断增加能够代表新工况信息样本的同时控制工作样本集的规模.将所提出的软测量建模方法用于二甲苯(PX)吸附分离过程纯度的预测, 结果表明所提出的建模方法以及样本替换策略可以有效地增强软测量模型适应工况变化的能力, 提高其预测的精度.