层流冷却作为控制轧制和控制冷却技术的一个组成部分,直接影响钢板的组织和性能,所以层流冷却过程成为热轧厂生产过程中非常重要的环节。冷却温度控制精度是保证钢板质量和板型良好的关键因素。本文以天津钢铁有限公司中厚板厂的层流冷却系统为背景,对如何提高层流冷却过程的冷却温度的预报精度进行了较深入系统的研究。分析了钢板的冷却机理,对钢板的传热过程的基本方式进行了研究,并详细分析了该厂层流冷却过程的数学模型。该模型主要是由设定模型和适应模型组成。模型的计算精度直接影响最终的冷却效果。因此,建立合理的钢板冷却温度控制模型对提高冷却温度控制精度具有重要的意义。研究分析了层流冷却系统控制策略,并重点对该厂的层流冷却过程控制策略的各项功能进行了分析,建立了热轧钢板层流冷却软件仿真系统,为控制策略的改进和模型的优化提供了试验平台。冷却温度控制精度不高的主要原因在于温度预报模型的精度不足。根据人工神经网络具有处理非线性复杂过程的能力,对BP人工神经网络的工作原理进行了研究,采用经过改进的BP神经元网络预报热轧钢板层流冷却的冷却温度,提高了冷却温度的预报精度,改善了冷却温度的控制精度及同板均匀性。仿真结果证明该方法行之有效。