漏鋼是連鑄生產中的重大事故，給鋼廠造成很大的經濟損失。為避免漏鋼的發生，通過在結晶器內安裝熱電偶矩陣，分析溫度的變化，在發生漏鋼之前就能預知漏鋼征兆，并及時提醒操作人員或自動地降低拉速  在連鑄生產過程中，鋼坯坯殼由于某種原因，超過其機械強度而破裂，如果該坯殼破裂處未能凝固,則破裂處會以低于拉坯速度向下和橫向擴展,當坯殼破裂處到達結晶器底部時，就發生拉漏。由于坯殼破裂時，鋼水直接與結晶器壁接觸，因而該處會有溫升，這樣，如果安裝了漏鋼預報系統，便可以通過分析分布在結晶器壁上的熱電偶采集到的溫度變化，得知坯殼破裂處及其擴展，從而檢測出漏鋼趨勢并進行報警及采取相應的處理。  RAMON漏鋼預報系統是鐳目公司十幾年來在連鑄自動化測控領域不斷開發、實踐、應用過程中的技術成果，它包含了鐳目公司***新的模糊控制和神經網絡技術，能夠更準確地對漏鋼進行預報。  組成  漏鋼預報系統主要由兩部分組成：檢測系統與控制系統。檢測系統包括熱電偶矩陣、熱電偶模塊、總線通信網絡、PLC等，主要負責采集實時數據（溫度、拉速、液位等）；控制系統包括數據分析處理單元、操作箱、PLC等，主要負責對數據進行分析，輸出分析結果，并通過控制拉速達到消除漏鋼隱患的目的。 漏鋼預報系統的特點主要表現在數據分析處理的算法與優化的方法上，因各研究方向不同而存在差異。目前國內外普通采用的是基于邏輯分析的漏鋼預報模型，這種模型在很大程度上依賴于現場具體的設備和工藝條件，預報數學模型中各種參數的***佳值是根據系統投入運行前對現場測試后確定的。因此，這種***佳值無法適應實際生產中的變化因素，如改變鋼種后，其參數值須***重新進行測試后才能達到***佳效果。結果是減少了漏報率而導致了高誤報率的出現，而降低誤報率又會引起漏報的增加。鐳目公司的RAMON漏鋼預報系統采用了***新的神經網絡模型進行漏鋼分析。神經網絡分析系統具有自學習、自調整能力，即通過一定的學習規則學習新的報警樣本，并具有記憶功能，故整個系統可以根據自身學習獲得的知識對漏鋼征兆做出準確的判斷，能更好地適應現場不同的生產條件及工藝參數。  工作原理  在正常澆鋼情況下，所采集熱電偶的溫度應該是這樣一種規律： 

（1）同排熱電偶溫度基本一致； 

（2）同列熱電偶溫度呈線性遞減趨勢；  

（3）單點溫度變化基本穩定在某一范圍內。漏鋼判斷主要依據是溫度矩陣。分析方法有很多種，大致可歸納為下面三種判斷方式

（1）點判斷法。漏鋼預報系統根據采集到的溫度，綜合鋼種、拉速、保護渣等因素，依次掃描所有的溫度采集點，如果某一個點的溫度變化連續超過設定值，即觸發報警。這種判斷方式快速，靈敏度高，但容易因為熱電偶突發異常而導致誤報。 

 （2）線判斷法。線判斷法建立在點判斷的基礎上，增加了多個點的判斷，一般以同列相鄰的點為一個判斷單元。漏鋼系統按照設定點數進行掃描，根據同列溫度線性遞減的特性進行漏鋼判斷。如果在同列中出現結晶器下部熱電偶的溫度高于上部熱電偶的溫度，并且超過設定值，即觸發報警。線判斷法能有效屏蔽在開澆與停澆時的誤報現象，與點判斷法相比，增加了判斷條件，靈敏度相對降低。  

（3）面判斷法。面判斷法是線判斷法的橫向擴展，根據黏結性漏鋼的特性，在黏結處，溫度會橫向擴散，故在線判斷的基礎上，增加了同排溫度變化的判斷條件。這種判斷方式較全面，基本能避免誤報漏報。