随着世界经济的快速发展和我国现代化建设尤其是基础设施建设、汽车行业的高速增长,钢铁行业的作用已经越来越重要。与此同时,钢铁行业同行的内部竞争也越发的激烈,而它们竞争的一个焦点就在于关键技术。连铸连轧就是冶金行业提高生产效率、降低生产成本的一项关键技术。而在连铸过程中,漏钢无疑是这个生产过程中最严重的事故,它对铸坯质量和生产安全影响极大。于是就产生了本文的主要研究内容-----漏钢预报。针对漏钢的原理和工艺情况,笔者设计出神经网络和专家系统并用的方法以求达到最好效果。在系统整体框架研究中,笔者比较了神经网络在前专家系统在后以及专家系统在前神经网络在后两种整体预报方案各自的优劣。确定系统整体框架结构以后,又在实际编程过程中做了一些方法的比较,并在当中比较多种神经网络本身在仿真实验中的效果。由于本系统当中(包括神经网络和专家系统)有诸多可调参数,因此在实际应用到某生产线以后还可以由专业技术人员根据实际情况进行进一步微调,以达到最佳效果。本文采用MATLAB 7.0(R14)进行了神经网络和专家系统的构建和仿真测试工作,仿真结果有力地说明了这个预报模型的可靠性。然后应用VC++6.0进行了软件界面的开发,并最终在国内某钢铁企业投产运行。