本文由圆坯连铸结晶器的热流分析和多变量统计方法在连铸结晶器过程检测中的应用两部分组成。结晶器内的热过程对铸坯质量具有决定性的影响,本文第一部分在实验室工作的基础上,以圆坯连铸为研究对象,基于大量的生产现场热流实测数据,对结晶器的平均热流和局部热流进行同时分析。主要通过拉速、搅拌电流、弯月面波动等工艺参数对热流的影响,讨论圆坯连铸结晶器平均热流和高热流区热流的特征及分布规律。连铸的高拉速和生产无缺陷铸坯的发展趋势对连铸,尤其是它的结晶器过程关键参数的在线监控提出了越来越高的要求。本文第二部份使用多变量统计方法对连铸结晶器过程进行分析和诊断。运用关键因素分析方法对连铸过程出现的异常情况进行检测,结果表明这种方法能够准确的识别过程中出现的异常情况,并可以运用生成的监测图对其故障进行诊断。基于神经元网络的PCA方法的研究,是将神经元网络与关键因素分析方法相结合,运用神经网络技术消除系统的非线性。仿真结果表明,NNPCA对于过程故障检测和诊断的准确性方面有很大提高。