本论文主要介绍了连铸钢包到中间包的下渣检测方法。在对国内外下渣检测技术的广泛调研和总结的基础上，提出了基于水口操纵臂振动信号监测，BP神经网络模式识别的下渣检测判断方法，并对钢流的振动信号处理与钢渣特征参数的提取方法进行了研究。除了采用传统的时域和频域分析方法对钢流的振动信号进行分析处理外，还应用了小波及小波包分析理论和人工神经网络理论，对振动信号的处理与识别过程中的主要环节进行了深入的讨论和研究，提出了新的钢渣特征参数的提取和识别方法。 文章详细介绍了系统的总体设计、硬件调理电路的设计及软件设计。软件按照软件工程的步骤进行开发，充分利用LabVIEW图形化编程工具，强调模块化编程，使得软件开发周期短，可维护性好，并体现了软件的实用性和通用性。通过调试与测试，系统的设计达到了预期的要求。