高溫連鑄坯是連接冶煉與軋制工序的重要紐帶，其表面質量體現了煉鋼連鑄工藝控制水平，影響到鑄坯熱裝熱送和軋制產品質量，對鋼鐵流程綠色高效生產具有重要意義。一直以來，因受過程控制參數多、工藝復雜、高溫粉塵等多種因素影響，鑄坯表面質量檢測都以人工經驗為主，存在檢測結果準確性偏低、作業環境差、缺陷信息無法及時反饋、質量問題難追溯等諸多問題。

為解決這些行業共性難題，該項目研發團隊扎根生產一線，根據現場操作流程查找對應缺陷樣本，累計辨識異形坯圖片數千張，確認各類缺陷樣本500余張，先后采集原料、轉爐、精煉、連鑄全煉鋼流程設備工藝參數281個。在大量的分析研究基礎上，他們創新采用新型半導體450納米的藍色激光光源，開發了多信息融合的高溫連鑄坯表面缺陷檢測算法模型，并多次進行了迭代升級。同時，該項目還采用了機器視覺等新一代信息技術，攻克異形坯斷面復雜、表面高溫、氧化鐵皮背景干擾等難題，實現了異形坯表面質量在線檢測和基于即時學習的鑄坯質量預報。

數據顯示，該系統圖像分辨率達到0.2毫米、常見缺陷綜合檢出率達到97.1%、各類缺陷識別準確率達到91.79%、預報系統各類缺陷準確率達到90.60%，檢測精度指標高于國外廠商相關表檢系統。

此外，在提高質量穩定性的同時，該技術可有效避免因操作人員近距離觀察連鑄坯表面而帶來的安全隱患，極大改善職工作業環境，還可大幅提升連鑄工序生產效率、安全和設備管理水平等，填補了行業空白，具有較高的推廣應用價值。