层流冷却系统是目前带钢生产过程中广泛采用的控制冷却方式之一。在冷却过程中带钢卷取温度控制精度主要依赖于控制数学模型，因此建立与改进相应冷却数学模型对热轧带钢产品质量的控制有重要意义。本文以新钢1580带钢热连轧层流冷却系统为研究背景，说明了层流冷却系统模型的分类及建立方法，分析了新钢1580层流冷却系统的预设定模型、反馈模型、自学习模型的特点，在此基础上，采用BP神经网络与数学模型相结合的方法，建立了相应地控制数学模型，并采用附加动量法与自适应学习速率对传统BP神经网络进行了优化，减少了BP网络的计算时间，提高了模型的计算精度。该控制系统在新钢1580带钢生产线运行结果表明，生产不同钢种时，带钢卷取目标温度与实测温度相差±5℃的占带钢全长80.5%，相差±10℃以内的占带钢全长的94.4%，相差±15℃以内的占带钢全长的100%。提高了层流冷却系统温度控制精度，能够满足现场要求。