随着连铸技术的发展，提高连铸坯质量成为连铸技术研究的主要问题之一。二次冷却技术是连铸生产中的关键技术之一，铸坯质量如内部裂纹、表面裂纹、鼓肚和形状缺陷、中心偏析等形成的原因与二次冷却制度不合理、冷却不均匀有一定关系。因此优化和控制连铸过程中的二次冷却对于连铸机产量和铸坯质量有十分重要的意义。本文将人工智能优化算法遗传算法(Genetic Algorithm，GA)引入进行连铸大方坯二冷配水优化方法研究，提出了合理的二冷制度，对大方坯连铸机二冷段水量的合理分配有重要意义。　　本文针对连铸大方坯的凝固热传输过程，结合某钢厂的生产实际进行了机理模型的研究，建立了大方坯凝固传热的二维移动薄片模型。在此基础上采用有限差分方法数值求解模型。围绕大方坯连铸二冷配水优化问题，在建立的凝固传热数学模型基础上，开展配水优化方法研究。以二维连铸大方坯凝固传热数学模型为基础，考虑冶金准则的约束，应用遗传算法实现基于传热数学模型的定拉速下二冷段水量的优化。从而可确定拉速一水量的静态配水经验公式中的参数，为进一步优化二冷水控制方案提供参考依据。　　本文中的二冷配水优化模型采用Microsoft的Visual C++6.0和Matlab7.1遗传算法工具箱联合编程，开发了连铸大方坯二维传热模型的求解和水量优化程序。在此基础上结合遗传算法程序建立了二冷配水优化仿真平台，该平台通过友好的人机界面实现模型参数的输入、温度场数据图形表示和优化结果显示等功能。　　连铸大方坯二冷配水优化模型的测试表明:基于遗传算法的二冷配水优化模型，经现场数据验证，可减少表面温度与目标温度的差异，同时回热与冷却速率也更趋于合理，满足了冶金准则对改善铸坯冷却过程和提高产品质量的要求。建立的模型对于改善大方坯连铸二冷水动态调整与分配，提高连铸二冷智能化水平，进而提高大方坯质量具有重要的现实意义和指导意义。