漏钢是连铸生产中的灾难性事故,对铸坯质量和生产安全影响极大,研究漏钢事故的形成机理进而开发出能准确预报漏钢事故的关键技术对避免或减少此类事件的发生具有重要意义。本论文提出了一种基于虚拟仪器技术的结晶器漏钢预报系统设计方案。利用PXI-1031机箱、嵌入式控制器PXI-8106、M系列多功能数据采集模块PXI-6221、8通道13位模拟输出模块PXI-6722、SCXI信号调理模块以及工控机组成漏钢预报系统。论文从研究漏钢形成机理出发,寻找能够有效反映漏钢事故的连铸过程变量;分析了结晶器摩擦力用作漏钢判断的可行性并探讨了其在线应用方法;对比正常与漏钢时结晶器四壁埋设热电偶所测温度值变化特征,建立了横向温度判断模型;通过研究神经网络理论及其在故障识别中的应用,利用MATLAB建立了BP神经网络及动态模糊神经网络,并结合横向温度判断结果确认漏钢现象;最后,鉴于以上理论基础,建立了漏钢预报系统并进行相关测试。系统分上位机和下位机两个主要部分,下位机功能在NI LabVIEW Real-time操作系统上实现,涵盖全部漏钢现象识别算法;上位机监控系统在Windows平台上,由图形化编程语言LabVIEW和MATLAB开发,系统可视化界面实现了热电偶温度及结晶器摩擦力曲线等相关信息的动态显示,能及时给出报警并生成报表。