随着我国经济的快速发展,各行各业对钢铁的需求量不断增大,同时对钢铁的质量也提出了更高的要求。钢铁产品中最主要的就是热轧带钢,而精轧终轧温度又是影响热轧带钢的组织和性能的重要因素。因此,我们需要建立可靠的精轧温度模型来对精轧终轧温度进行实时有效的控制,而建立可靠的终轧温度控制模型的前提,就需要对众多的精轧过程变量进行分析,提取出对精轧终轧温度有决定性影响的若干关键特征变量。目前,大多数对终轧温度影响因素的分析,都是基于确定了终轧温度控制模型后,逐个对每一个影响因素进行分析,这样不仅花费的时间周期长,而且忽略了各影响因素之间的联系,使得结果也不够准确,再者也无法快速有效地确定对终轧温度的影响程度。因此,要找到适当的方法和工具来分析各个因素对终轧温度的影响程度,并提取关键的特征变量,就具有深远的意义。为此,本文提出了一种基于模糊决策树的热轧关键变量的提取方法,该方法可以确定过程变量对热轧终轧温度的影响程度,结合热轧工艺机理进行分析,提取出对热轧终轧温度有决定性影响的若干关键特征变量。论文首先对热轧带钢温度有关系的变量进行简单的介绍,通过对比分析决策树算法与模糊决策算法的优缺点,确定模糊决策树的建立过程。然后针对于热轧工艺数据的特点来对数据进行预处理,并对属性进行约减,以减少属性间的冗余。最后对模糊决策树进行了改进,同时开发了关键变量提取系统,本系统更容易嵌入到在线系统中,实现了在功能上的集成。运用关键变量提取系统,从热轧过程中的众多过程变量中,提取出了热轧终轧温度有决定性影响的关键变量,并对这些变量进行分析,量化地给出了各个关键变量与终轧温度之间的相关性,为进一步的因果分析提供了参考,同时也为建立可靠的终轧温度控制模型奠定了基础。