(1北京科技大学；2莱芜钢铁集团)摘要：在对铸坯质量缺陷类型及其主要影响因素分析总结的基础上，针对某特钢厂大方坯铸机生产与产品质量现状，确定以其常见内部缺陷(角部内裂、中间裂纹和中心裂纹等)为研究对象，利用BP神经网络建立了该三种典型缺陷的预测模型。基于冶金理论和连铸生产大量历史数据的统计分析，提炼出影响以上三种内部缺陷的15个主要工艺参数，进而提出15–20–3的预测模型网络拓扑结构。采用生产现场数据制作了预测模型的训练样本集和测试样本集，利用训练样本集将该神经网络训练至设定预报误差以内，再用测试样本集对所构建的网络进行了测试。测试结果表明，所构建的预测模型精度高，能够满足生产应用的要求。关键词：连铸，大方坯，内部质量，BP神经网络1前言随着国家大力提倡发展循环经济，冶金企业对节能降耗的要求也越来越高。在工艺紧凑化技术飞速发展的今天，传统的冷态取样检查铸坯质量的判定方法已远远不能适应这一要求。随着计算机计算速度的提高，数据库处理能力的进步以及人工智能的广泛应用，在线诊断预报铸坯质量新技术的发展成为大势所趋[1][2]。铸坯质量预报系统由于能够在线对铸坯质量提前做出判断以指导工艺参数的调整和优化切割来保证进入..