北京科技大学高效轧制国家工程研究中心负责德盛特钢1150mm带钢热连轧项目自动化控制系统的设计和研发。该系统已于2009年4月20日全线贯通，到目前为止，一直稳定运行。　　 本课题所研究的卷取温度控制系统是该项目的重要组成部分，直接关系到整个控制系统的正常运行，特别是带钢的组织性能和力学性能的好坏，进而影响其产品在市场上的竞争力。卷取温度控制系统投入运行后，经过不断地观察、分析与调试，目前已经取得了令人满意的控制效果。　　 本课题的具体内容如下：　　 1)为了提高层流冷却数学模型的控制精度，从提高计算速度的角度出发，采用二维有限差分方法建立了卷取温度控制系统数学模型，并对轧后冷却过程中带钢沿厚度和宽度方向的温度场进行了模拟计算。采用显示差分方法进行求解，该模型计算精度高，速度快，对实际生产中轧件温度场的在线控制和板温预测具有指导意义。　　 2)为了解决层流冷却反馈控制中存在的大滞后、非线性，从提高计算精度的角度出发，用VC++建立了基于鱼群神经网络的卷取温度预报模型。用现场实测数据对该模型进行离线训练和对比测试，结果表明，该模型能够精确预报卷取温度，可以用于离线学习和预报，为在线应用打下了良好的基础；并且增加预设定补偿自学习模型，可以不断提高预设定模型的精度，并为钢种开发奠定了良好的基础。　　 3)通过查阅大量文献，在掌握了国内外热轧带钢层流冷却控制系统的发展状况，消化吸收了现有的卷取温度物理模型、控制模型、控制策略前提下，为了满足德盛特钢1150mm带钢热连轧项目层流冷却部分的现场设备和设计任务要求，完成了以下几方面的工作：　　 (1)卷取温度控制系统的硬件配置、网络结构设计和控制功能分配；　　 (2)确立了适合现场实际情况的冷却策略，并在传统经验模型基础上，利用工业控制系统软件STEP7开发了本套系统的控制模型；　　 (3)在现场调试的基础上，增加了系统自学习和分段跟踪功能，提高了控制精度；　　 (4)利用工业控制系统HMI软件WinCC设计开发了直观、方便、简洁的人机交互界面。