1．基于神经网络的粘连检测系统。
　 2．采用模糊逻辑的结晶器液位调整系统。

　 这两项新的应用技术是专门用于克服传统检测作法的局限性，减轻板坯连铸自动系统投产及调试所花费的精力。

　 基于神经网络的粘连检测系统。

　 这是一种全新的预防拉漏的方法，它利用数量很少(结晶器每侧只用3个)的温度传感器发送的数据及神经网络对这些数据的处理，能够高度准确地测出铸坯凝固外皮在结晶器内表面是否发生粘连。为进一步减少安装及运转费用，经神经网络系统能估量粘连的时间及范围，从而避免大多数传统检测系统经常发生大部分假报警事件。

　 ABS公司在萨伯拉利埃板坯连铸机上多次反复进行在线及离线试验证实，用神经网络及模糊逻辑进行控制是切合实际的。尤其是与一般系统不同的是，有这样的特点，即在发生真正的险情时，该系统即使发生应急的介入反应，也仍能重新完全消除该系统本身发生的假警报。

　 选用新控制系统所收到的各种效果可以概括如下：

　 1．即便结晶器每侧装设三列(每列三个)结晶器为最佳阵式时，该系统也可用结晶器每侧上的一列结晶器照常运作。

　 2．是在传感器受到极大噪音干扰、传统系统会发生大量假警报的不利条件下，该系统的辨认能力仍然十分精确。

　 3．神经网络的训练极其便捷。只要调用单个粘连发生的所得的实测数据，就足以设定网络的加权值。

　 4．适应不同钢厂情况所要求的条件非常简单。

　 结晶器液位稳定与连铸产品质量的关系相当密切，这已众所共认并受到高度重视。传统控制系统，例如PID控制系统，适应不了各种高动态工艺操作(例如工艺条件的时间转换等)。同时其所用的传感器及伺服装置都属于非线性器件。因而这类系统没有相应的能力抵御外来的干扰。

　 达涅利自动化公司开发的这种模糊逻辑系统可以用作监视器(程序)，对PID控制器工作参数进行精细调整，同时还可用作对话型专家系统，对系统误动作进行监测，作出相应反应。所装的识别系统还可采用卡尔曼滤波方法，利用实测值与预测值的差对结晶器液位进行估算。结晶器液位的这种估算是用迭代统计技术将误差减少到最低限度为基础。而钢水液位的实际测量数据则是由电磁传感器或放射性传感器来提供。计算钢水液位预测值当中考虑的因素有：结晶器、中间包及塞棒的实际尺寸，以及液位传感器一线来的数据和拉钢速度、中包重量等实时报告。

　 识别系统通过对水口变窄及塞棒磨蚀的判断，能计算出塞棒的动力特性。塞棒的这种操作性能属于塞棒位置与钢水流量之间的关系，与控制向前拉钢紧密相关，关系到能否以最快反应速度来调整系统。识别系统能提供精确的塞棒动力特性。

　 监视系统在校验浇铸参数走势当中，对特殊事件或误操作给予特别的重视。并能根据这种走势选择最有效的相应控制措施。监视系统制定有一整套专用模糊逻辑规则，用来判断相关的铸机操作状态，例如：
　 1．正常浇铸;

　 2．水口堵塞／排除堵塞;

　 3．塞棒磨蚀;

　 4．塞棒断裂(损坏);

　 5．存在有不变的谐波;

　 6．发生凸肚。

　 达涅利自动化公司已在一些板坯及薄板坯连铸机上安装上述模糊逻辑调整系统。实际应用情况证明，这类系统可在各种操作状况及浇铸速度下保证结晶器钢水液位的误差不超过±2mm。