三角剖分在曲面重构、有限元分析和地学领域中都扮演着重要的角色。随着研究对象越来越复杂，大规模的带有约束边的三角网格剖分和如何提高三角网格的生成效率和构网质量成为了当前网格剖分的研究热点，Delaunay三角网格的优良特性受到了诸多学者的青睐。本文主要研究了约束Delaunay三角剖分算法，在合成法的基础上进行改进，并将其编程实现，最后将其应用到某高炉炉衬侵蚀曲线预测工程项目中。本文主要研究了以下几个问题：(1)基于逐点插入法思想的Delaunay三角剖分算法虽具有算法容易编程实现的优势，但是算法复杂度最坏情况下达到了o(n~2),在处理海量数据时效率不高。归并法的时间复杂度能达到o(n log n),但由于其对内存要求太高，在处理海量数据时对内存空间的要求极为苛刻。本文将逐点插入法和归并法的优点予以结合，较好的降低算法的时间复杂度和空间复杂度。(2)对于逐点插入法，针对每一个插入点都需要遍历所有的三角形链表，该过程算法的优劣直接影响算法的总体效率。本文提出了一种“基于三角形方向搜索法”的算法，在该算法中不涉及乘法、开方和三角函数等复杂运算，并能实现高效准确的对插入点进行定位。(3)在约束Delaunay三角剖分中，针对搜索约束边的影响域的问题，本文提出了一种”影响域快速搜索“算法，采用先预处理再搜索的方法，降低了算法的复杂度。(4)在基于以上对算法的改进基础上，本文将改进后的算法应用到实际的工程项目中，验证了算法的可行性、稳定性和高效性，收到了很好的效果。