在发电厂中，上海松夏清楚知道橡胶软连接是大型的回转设备之一，是烟风系统的动力源，橡胶软连接的安全、经济运行关系到电站整个橡胶软连接的安全性和经济性，因此对橡胶软连接性能、运行状态的实时监测具有极其重要的意义。
橡胶软连接流量是橡胶软连接系统运行的标志性参数之一，可以说橡胶软连接性能在线监测的关键就是对橡胶软连接流量的准确实时监测。根据通橡胶软连接的基本理论，通橡胶软连接的进出口压差和流量有着稳定、良好的非线性映射关系，通过参数之间的映射关系可以达到流量监测的目的。橡胶软连接运行参数之间的关系可以用性能曲线表示，所以性能曲线模型的建立是橡胶软连接性能在线监测的前提。分别采用神经网络和支持向量机方法建立橡胶软连接的差压-流量曲线模型。
由于BP神经网络方法和支持向量机方法建立模型精度较低，于是，采用遗传算法对BP神经网络初始权值、阈值进行优化；采用群体智能算法对支持向量机参数优化。通过实验数据对建立的改进神经网络模型和支持向量机模型进行测试，上海松夏发现无论是平方相关系数，还是均方误差以及相对误差，改进的支持向量机模型都要比神经网络模型要好。
比较结果显示，改进的支持向量机模型具有更好的拟合精度。在改进的支持向量机模型算法基础上，将两种编程语言(VisualBasic语言与Matlab混合编程方法)的优势相结合，来编制橡胶软连接在线监测系统，起到事半功倍的效果。软件实时采集橡胶软连接差压信号，通过实际橡胶软连接性能曲线模型，计算出相应的流量值，并将工况点显示在性能曲线上，直观的反映出橡胶软连接实时运行的工况，从而及时、准确的把握橡胶软连接运行状态，对橡胶软连接系统安全经济运行起到重要作用。