随着我国现代化节奏的不断加快和工业化进程的不断发展，城市建设的方方面面对于钢铁的需求无论是从数量上还是从质量上都与日俱增。为了提高国产钢铁的生产质量及效率，与时俱进的对设备进行升级换代是一种有效的方法，但是成本太高。因此，本文从另一角度考虑，研究如何运用现代控制理论技术对现有设备进行优化控制，从而提高生产效率，保证产品质量。这种理论与实践相结合的方式无论是对于现有国产设备的生产效率的提高，还是对人工神经网络理论的研究与应用都有着十分重要的意义。论文针对武汉钢铁集团公司大型厂重轨产品螺栓孔双面倒棱工艺进行了研究与改进，并通过构建贝叶斯网络模型，确定了最佳进刀速度与退刀速度，从而实现了最佳倒棱效果，有效降低了重轨产品的废品率。同时针对武钢大型厂国产矫直机矫直工艺参数检测及控制精度不高的问题进行了分析。分析后，对系统核心PID控制器进行改进，通过建立了矫直参数控制器神经网络模型实现对非线性时滞重轨矫直过程的高效高精度控制，缩短系统调整时间，减少试矫直次数，有效降低成本，同时提高了矫直机加工精度与加工质量，满足高速重轨生产要求。论文还对武钢大型厂高速线材水冷控制系统在实际生产中表现出的可靠性及稳定性不高的问题进行了分析研究。经过对系统输入输出变量的分析和简化后，采用LMBP网络对水冷控制系统进行建模，以达到优化控制，提高水冷系统温度控制精度的目的。仿真实验及现场使用表明，采用人工神经网络的控制系统具有较优的性能，能有效提高系统控制精度及稳定性。从而也为工业控制系统的优化与改进提供了较好的思路和方法。