在现代 IF 钢连铸工艺中，结晶器液位的稳定性对铸坯质量具有重要影响。 液位波动可能导致保护渣卷入钢液形成夹杂缺陷，降低钢材的纯净度和最终性能。 传统连铸过程监测主要依赖物理实验和有限元模拟，而随着工业数据采集能力的提升，数据驱动分析方法在工艺优化中展现出巨大潜力。 针对 IF 钢连铸过程，通过采集工业生产中的液位波动数据、卷渣夹杂检测信息及相关工艺参数，运用统计分析、时序分析和机器学习方法，探索了结晶器液位波动特征及其对保护渣卷入的影响机理，提出了优化控制策略。 研究结果表明，液位波动的多个特征参数与卷渣夹杂缺陷之间存在显著相关性，通过优化控制策略可有效降低夹杂物发生的概率。