在钢铁生产过程中,高炉炼铁是通过料面燃烧生成铁水,料面的分布情况直接影响铁水质量,从而影响钢材质量。实际生产中,由于料面的物质形态以及高炉高温生产的特性,很难直接观测到料面分布情况,从而难以掌握高炉炉况对铁水质量的影响。因此,研究高炉料面异常情况的监视和诊断方法对提高铁水质量,降低废材量,提高材料质量具有非常重要的意义。钢铁企业一般以客户合同组织生产时,生产的钢铁材料都匹配给相关的客户合同。但在实际生产中,钢铁材料质量不合格会使原来有合同的材料变成无主合同材料,从而增加了原料库库存量,提高了企业成本,甚至影响企业的正常生产。因此,分析钢铁材料异常原因,并对材料异常情况进行监视及诊断,对提高产品合格率,降低无主合同材料量具有非常重要的意义。本文基于数据解析的思想,分别对高炉料面异常诊断问题和钢铁材料质量异常诊断问题,设计了支持向量机方法对异常情况进行监视与诊断。针对高炉料面异常问题,在诊断方法中提出了在线支持向量机的思想。针对钢铁材料质量异常问题,在诊断方法中引入分布估计算法对支持向量机进行改进,以提升支持向量机算法性能。本文主要研究内容包括以下几个部分：(1)以高炉生产过程为背景,研究了高炉料面异常诊断问题。通过高炉的结构特征、高炉炼铁特点和高炉内温度分布与高炉料面之间的关系,对高炉料面异常情况进行分析。针对高炉炼铁生产的密闭性、高温性与实时性的特点,提出了在线支持向量机的方法对高炉的料面异常进行诊断。利用采集的高炉实时数据训练支持向量机算法建立数学模型,并根据建立的数学模型进行高炉异常料面的在线诊断研究。试验结果表明,在线支持向量机对高炉的料面异常情况的诊断比较准确。(2)针对钢铁材料异常诊断问题,分析了有主合同材料转变成无主合同材料的影响因素,采用支持向量机算法建立了钢铁材料质量异常情况诊断数学模型,模型中采用分布估计算法对支持向量机参数进行优化。实验结果表明,利用诊断数学模型对钢铁材料异常问题的分析比较准确。(3)以实际钢铁生产过程为背景,基于提出的分布估计支持向量机方法,设计开发了钢铁材料质量异常监视与诊断子系统。该系统具有操作简单、灵活等特点,有现货原因分析、午会管理和特殊合同管理三大主要部分,最终为钢铁企业的决策提供数据支持。