连铸作为钢铁冶金的关键环节,不仅直接影响最终产品质量,而且与钢厂的生产效率和经济效益直接相关。由于连铸过程的复杂性,经常会发生各类漏钢事故,不仅影响了连铸生产的顺利进行,损坏连铸机设备,而且会给钢铁厂带来数额巨大的经济损失。在各类漏钢事故中,主要以黏结漏钢为主,因而若能捕获黏结漏钢的空间-时序特征,开发连铸漏钢识别方法和预报系统,则可以有效预防漏钢事故的发生,并减少误报警的频率,保证连铸生产的顺利进行。因此,本文从以下四个方面进行研究,具体如下:首先,基于国内某钢厂的浇铸数据,分析连铸过程中的温度变化速率,利用插值算法和计算机图形学技术,建立温度与颜色空间的对应关系,将每个铜板的温度变化速率进行可视化,实现结晶器铜板温度变化速率的热成像,从而得到铜板温度的二维空间分布,进而捕捉到结晶器铜板温度的二维空间-时序演化特征。其次,对黏结漏钢热区域和冷区域的特征进行提取,从时空演化的角度将黏结漏钢分为四种类型:典型黏结漏钢、单向左侧传播黏结漏钢、单向右侧传播黏结漏钢和大跨度黏结漏钢,对各类型漏钢黏结区域的面积、温度变化速率以及黏结区域的位置等特征进行分析,进一步了解发生黏结漏钢时的时间演化和空间特征之间的关系,进而对真伪黏结漏钢进行判定。再次,基于连铸结晶器漏钢可视化监控系统,扩大了真伪黏结数据库,其中真黏结图像60例,伪黏结图像60例,获取所得到热像图的感兴趣区域,结合黏结漏钢在结晶器内的传播行为,通过聚类方法选择4个模板,利用模板匹配方法对真伪黏结漏钢进行识别,真黏结漏钢的报出率为100%。最后,基于Python语言,设计了连铸漏钢预报系统,该系统包括感兴趣区域选取、不同类型模板选取和模板匹配结果信息等模块。该系统实现了对连铸过程温度速率热像图的离线测试,可以准确识别连铸漏钢。