在铝电磁铸轧生产过程中,铝带坯晶粒度是衡量铝带坯生产质量的重要指标。但是目前铝带坯晶粒度无法实现在线检测,一般采用金相分析法进行离线检测,造成测量滞后,影响了铝带坯质量的在线检测与控制。因此,研究一种快速而准确的检测方法预测出铝带坯晶粒度,对提高铝电磁铸轧产品的质量具有重要意义。本文在分析铝电磁铸轧生产现状和工艺机理的基础上,研究了影响铝电磁铸轧生产过程中铝带坯晶粒度的电磁因素和铸轧因素。针对铝电磁铸轧工艺过程的复杂性,选择轧辊直径、铸轧速度、冷却水温度、电流幅值、倒相周期、谐波分量等辅助变量,研究了基于SVM(Support Vector Machine,支持向量机)的铝带坯晶粒度软测量模型,对数据集进行建模仿真。针对标准SVM算法存在的缺陷,采用改进的SVR(Improved Support Vector Regression)算法建立了基于ε-SVR的铝带坯晶粒度软测量模型;随后又针对ε-SVR算法的限制和约束条件,进一步提出了v-SVR的训练算法,并建立了基于v-SVR的铝带坯晶粒度软测量模型,利用LibSVM软件进行了仿真研究。仿真结果表明,基于ε-SVR的铝带坯晶粒度软测量模型受制于ε-SVR算法的限制条件,造成计算量较大、响应时间较长、受参数影响较大;而基于v-SVR的铝带坯晶粒度软测量模型,简化了模型参数和计算量,缩短了响应时间,有助于铝电磁铸轧系统生产过程的铝带坯晶粒度检测。