随着钢铁生产精细化要求的提高,产品质量控制要求也越来越高,特别是钢铁产品的力学性能一直是重要的质量指标。由于力学性能难于在线检测,使产品力学性能难以得到保障,成为钢铁生产亟待解决的问题。可见,研究热轧板卷力学性能的在线预测问题具有重要的理论与实际意义。本文以首钢迁钢公司钢轧一体化的高端板材生产中热轧板卷产品力学性能预报为研究背景,首先对热轧板卷力学性能预报技术的研究和应用情况进行了介绍,通过过程机理分析,了解力学性能与各参数之间的关系及其影响,并确定力学性能预报模型输入输出结构。针对输入输出变量特点,本文采用BP神经元网络建立力学性能预报模型。为确保网络模型的科学有效,对BP神经元网络理论和特点进行了深入学习和研究,选择适当的改进算法,构建三性能网络模型,经过节点数确定、传递函数和训练函数选择、学习速度确定等研究过程,完成性能预报模型的设计。收集实际生产数据,对数据进行异常点排除、标准化转换等必要的处理后,利用有效数据进行了热轧板卷性能预报模型的仿真实验,其结果验证了方法的有效性。在此基础上,通过软硬件总体设计,结合C#、MATLAB、ORACLE等开发工具,综合运用混合编程、表达式解析器、MATLAB文件解析、XML序列化与反序列化等技术和方法,结合工艺需求,开发了具备可扩展性、结构合理、界面友好、稳定可靠的热轧板卷性能预报系统软硬件平台。热轧板卷力学性能预报系统通过现场实际应用,有效地实现了热轧板卷的在线性能预报,并且达到预报精准度要求。