高炉料位及料面形状准确检测是炼铁过程控制实现精细化和自动化的基础。工业高炉雷达是能经受炉内高温、高压、重尘恶劣环境,对高炉料位及料面形状进行实时检测的先进仪器。机械摆动扫描雷达是针对无钟高炉料面检测,具有高精度和较大发展潜力的新型工业高炉雷达。其检测能力的挖掘与检测精度的提高依赖于对其检测料面径向料形过程的理论分析。本研究聚焦于此,按照数据获取、建模、分析的技术路线推进,最终给出一种摆动扫描雷达料面径向料形检测精度的量化分析框架。本文研究工作及主要成果如下:(1)在对料面形状的检测研究中,针对既有的机械摆动扫描雷达料面形状测量方式,料面径向离散检测数据所隐含空间位置联系无法刻画的问题,提出机械摆动扫描雷达B模式数据组织方式。将料面径向料形检测问题转化为对合成图像中料形所对应区域的分割问题。进而,针对实际应用中,高炉非布料周期料形检测效果恶化的问题,提出一种先验形状辅助的径向料形提取算法。保证机械摆动扫描雷达获得稳定的料形检测结果。对料面粗糙纹理进行测量,将RGBD相机应用于提取冷态模拟料带的粗糙纹理。在料面粗糙纹理高程数据的统计和处理中提出三种算法。其中,提出一种基于形态学准则的粗糙料面炉料颗粒轮廓提取算法,用于统计对料面粗糙度有贡献的炉料颗粒的形态特征。提出一种由料面颗粒轮廓统计估计其均方高度粗糙度的方法。揭示了颗粒粒度与其所形成料面粗糙度的关系。根据此关系,提出一种基于炉料粒度统计的料面形状和纹理界频率搜索算法,用于从粗糙料面高程数据中分离料面长尺度形状与短尺度纹理成分。(2)提出料面径向形状纹理双尺度模型。在料面形状建模中,提出料面径向炉料堆积密度函数的概念,用于分析布料参数与炉料堆积效果之间的联系。提出一种料面径向布料堆积模型,并根据雷达料面测量结果验证了其有效性。在料面降速建模研究中,提出一种基于动态模型机理的料面径向降速模型。给出料面下降后径向料形解的存在唯一性证明及保证数值求解稳定性的预测步长设计准则。在料面粗糙纹理建模中,分析并总结了焦炭和铁矿石两种炉料在各自两种粒度下所构成模拟料面的粗糙特性,统计了参数化料面粗糙纹理生成所需的粗糙度指标。(3)对所建立的料面径向形状纹理双尺度模型,引入核诱导采样重建理论作为分析框架。对既存的摆动扫描雷达料面形状检测方式进行了分析。给出摆动扫描雷达料形最优采样重建方法。以及最优采样重建下,径向料形检测的误差界量化框架。针对料面粗糙纹理影响下的料面径向料形重建问题。给出对使用正则化核脊回归滤波器进行料形重建时,在欧式范数意义下最优的滤波器参数选择方法。