地下卷取机是热连轧生产中十分重要的辅助设备，一般位于热连轧机生产线的末端，作用是收集超长带钢，并将其卷取成卷，方便运输和储存。地下卷取机的卷取过程十分复杂，只有分析出各力矩的变化规律，才可以计算卷筒驱动电机的总负载情况，从而为设计人员合理选择工作电机、校核设备能力提供必要的计算参数。本文分析了卷取机的工作原理，测出在实际生产过程中扭矩的变化，从CSP厂的PDA中采集数据与实测数据进行比较，二者扭矩变化曲线整体的趋势是相吻合的，证明PDA中的数据真实有效。将PDA的数据作为样本，运用BP神经网络和动态模糊神经网络对最大卷取力矩进行预测。本文主要工作如下：(1)根据各力矩的变化规律，推导出合理的计算方法，建立卷取过程的动力学方程。以卷取直径和带钢张力的变化作为输入，卷取力矩作为输出，运用Simulink建模仿真，对卷取过程进行模拟。输入某种型号的带钢的参数，可以得到整个卷取过程中扭矩变化规律以及产生最大扭矩时所对应的时间。(2)通过对卷取工艺及过程分析，确定影响最大卷取力矩的主要因素。利用PDA中的数据作为训练样本，建立BP神经网络和动态模糊神经网络模型，设置初始参数，以带钢的厚度、宽度、屈服强度和卷取温度作为网络的输入，分别预测卷取机的最大卷取力矩值，并且比较两种模型的预测结果，分析出各自的特点。本课题以实际工程项目为研究背景，运用以上方法对最大卷取力矩进行研究和预测，掌握卷取机组的承载能力，并对该机组的卷取能力进行量化分析与评估，为生产超薄高强钢提供理论依据。