我国现已成为汽车的生产与使用大国。社会正面临着环境污染与不可再生资源消耗的问题。其中汽车保有量的增加已成为环境污染与资源消耗的一个重要因素。汽车产量与保有量的持续增加,给人们出行带来方便的同时,给社会带来的问题也越来越突出。对于环境保护与减少资源的消耗而言,汽车减重实现轻量化意义重大。这使得近年来汽车用高端铝合金薄板越来越多的作为汽车的轻量化的主要材料。气垫炉作为生产高端铝合金薄板的关键设备,其作用越来越重要。气垫炉的国产化过程尚存在一些问题。气垫炉的实际运行中带材的漂浮过程存在着工况复杂、稳定状态与振动状态并存和漂浮高度难以预测等问题。鉴于此,本文将针对气垫炉中带材的漂浮状态与漂浮高度问题开展研究,主要的研究内容归纳如下:(1)气垫炉中的带材存在着稳定漂浮与振动漂浮两种状态,针对带材漂浮状态划分过程中采集的样本缺少标签的问题,本文提出了一种主动学习的框架对气垫炉中带材的漂浮状态进行划分。使用不确定性度量、局部密度度量与局部权重度量优化了主动学习的选择策略,并提出了一种基于前后项区间的停止策略。(2)本文提出了一种基于过程知识聚类的划分方法,该方法能够融合气垫炉的过程知识并适用于时间连续问题,能够基于气垫炉中的过程知识将带材划分为稳态与振动状态。通过划分后的数据集对带材的稳态与振动状态分别进行建模,以解决单个模型难以对带材漂浮高度准确预测的问题。(3)本文基于厚壁射流冲击理论构建了带材漂浮高度机理预测模型。为提高稳态下的带材漂浮高度预测精度,提出了稳定漂浮状态下的带材漂浮高度并行混合预测模型,采用LSSVR数据误差补偿模型补偿带材漂浮高度机理预测模型的未建模部分。最后,根据气垫炉内振动状态的特点,采用LSSVR模型预测振动状态下带材的漂浮高度值。振动预测模型在预测振动状态下的带材漂浮高度的最大值和最小值上取得了良好的预测效果。本论文所开展的相关研究内容为气垫炉漂浮过程中带材漂浮高度的预测研究奠定了重要的理论研究基础。