在连铸生产过程中所发生的各类事故中,危害最严重的便是漏钢事故。开发漏钢预报技术是防止漏钢事故发生的有效手段,具有重要的理论研究价值和重大的经济意义。因此,本文参考国内外学者的研究成果,对板坯粘结漏钢做了深入的研究。本论文的研究内容如下:①对漏钢类型中最常见的粘结漏钢从漏钢机理上进行了详细的探讨,并提出了预报措施。②介绍热电偶测温法漏钢预报的原理,结合现场采集的温度数据,详细分析具有漏钢征兆的热电偶温度变化模式。并在此基础上分析了基于逻辑判断的漏钢预报的原理。③提出上下排热电偶温度比模式,该模式能间接地反映粘结发生时,热点下移的过程,能在一定程度上弥补以往漏钢预报模型对热点传播过程只能依靠延迟检查来监控的不足。④在分析逻辑漏钢预报原理的基础上,结合漏钢机理,提出基于BP神经网络的漏钢预报模型,建立神经网络漏钢预报模型。该模型由移位寄存器、用于识别上下排温度变化模式和温度比模式的时间网络、缓冲寄存器和用于判断是否可能发生漏钢的空间网络组成。⑤从现场采集的数据中分析抽取符合漏钢征兆的样本和正常样本用于神经网络预报模型的训练和检验。基于以上研究,本文自行编写程序实现时间网络和空间网络的训练检验程序,以及漏钢预报的仿真程序,并对漏钢预报模型进行检验。检验结果表明本文的基于BP神经网络的漏钢预报模型比原钢厂的逻辑判断漏钢预报系统更准确,及时。