连铸作为炼钢生产的中心环节，其铸坯质量的好坏直接关系到后续轧制产品的质量以及最终产品的使用性能。在连铸坯质量问题中，凝固过程中出现的铸坯内部质量问题最为普遍和棘手，常见的有内部裂纹、偏析、疏松和缩孔。连铸过程二冷水量的强度和分布是决定铸坯凝固过程进而影响其质量缺陷的关键。在稳态浇注过程中，合理的二冷水量有利于铸坯温度场的均匀分布，是保证铸坯基本质量的基础。但是目前二冷水量的决策主要考虑温度制度目标，没有对铸坯质量进行直接的优化。针对以上问题，本文以连铸过程中出现的裂纹和缩孔质量问题为研究对象，做了如下工作:
　　1)对铸坯内部质量问题裂纹和缩孔缺陷的产生原因以及影响因素进行分析，并建立裂纹指数和缩孔半径质量指标模型。首先，建立了铸坯的温度场和应力场数值计算模型，并确定了模型计算所需要的边界条件。然后，在铸坯温度场模型的基础上建立了缩孔质量模型，定义缩孔半径作为缩孔质量问题的量化指标;同时，在铸坯的有限元应力场模型的基础上建立了裂纹质量模型，定义裂纹指数作为内部裂纹质量问题的量化指标。
　　2)基于铸坯质量指标模型建立了新的二冷水量优化模型和离线求解方法。首先，以上述建立的裂纹和缩孔质量指标模型为基础构建二冷水量优化问题的目标函数，并以二冷各段水量作为此优化问题的决策变量，同时以连铸过程的冶金准则作为二冷水量优化问题的约束条件。然后，针对此多目标优化问题，使用层次分析法确定各个优化目标的权重，同时对约束条件进行了处理，使用加入了混沌机制的粒子群优化算法来进行求解计算。除此之外，对应铸坯生产过程中的一组过程变量（例如:拉速、过热度等），应用此水量优化模型可求得这组过程变量所对应的最优的水量。所以可通过此水量优化模型得到一个关于连铸过程变量的最优解函数，这将为实现二冷水量在线优化设定提供训练样本。
　　3)针对二冷水量离线优化计算时间长难以在线应用的问题，基于M-SVR建立了以拉速、过热度和离线优化水量为样本的二冷水量最优解函数的拟合模型，并将其作为在线优化器实现二冷水量在线设定。首先，对于每一组过程变量（拉速、过热度）基于上面建立的二冷水量优化模型可计算得到其对应的最优的水量解，用以生成模型训练所需的样本（X:拉速、过热度，Y:二冷各段最优水量）。然后，将数据集合理划分为训练集和测试集，并完成M-SVR的训练。最后，使用此训练好的M-SVR模型进行了二冷水量在线设定实验仿真。实验结果表明，基于M-SVR建立的二冷水量优化设定模型具有良好的估计精度。
　　4)基于某钢厂Q235钢的实际生产数据，对所提出的连铸二冷水量优化设定方法进行了实验验证。为了验证所提方法对铸坯质量的作用，使用前面建立的连铸过程仿真模型完成Q235水量优化前后温度场、应力场以及裂纹指数和缩孔半径质量指标的对比计算。实验结果表明，与优化前Q235现场使用的二冷各段水量相比，优化后二冷一段水量减少21.8％，二冷二、三段水量分别增加16.11％和50％。同时，优化后Q235表面温度变化平缓，二冷各段的回温和最大应力明显减小。缩孔半径由优化前的2.7mm降低为2.4mm，二冷各段裂纹指数由优化前的9.19、18.52和4.54减小为0.86、4.98和1.07，Q235钢的裂纹和缩孔质量问题得到改善。