摘要：纵裂纹是一种常见的铸坯表面缺陷，准确预测铸坯表面纵裂对于提高铸坯质量有着重要意义。针对纵裂纹形成与扩展过程中结晶器热电偶温度在时间、空间上的变化趋势，捕获和提取了热电偶时序温度的典型变化特征，采用随机森林(RandomForest,RF)对捕捉到的特征进行降维，筛选出与纵裂联系密切的相关特征，在此基础上建立了基于K均值(KMeans)聚类的纵裂检测模型。结果表明，提出的基于温度时序特征和聚类算法的纵裂预测模型能够正确区分和识别纵裂纹和正常工况样本，将机器学习方法引入连铸过程异常监控提供了新的思路。 关键词：纵裂纹；随机森林；K均值聚类；特征降维；结晶器；连铸板坯 下载高清全文——基于随机森林和聚类的连铸坯纵裂纹预报方法.pdf