本论文简述了在大生产中，热轧钢卷性能参数检验的工艺方法及目标性能参数偏差产生的原因,并对鞍钢三钢轧厂ASP 2150 mm 生产线的热轧计算机性能控制方法进行了介绍。为了提高热轧带钢性能参数精度,给用户提供高性能精度的产品，在鞍钢三钢轧ASP 2150mm 生产线数据库的基础上结合现场工艺进行了充分的分析和研究, 决定采用BP 神经网络方法预测普碳类热轧带钢的性能参数，利用BP 神经网络方法代替传统的取样，上机检验的方法,并进行了比较研究。同时针对BP 神经网络应用设计中的网络隐层数、神经元个数、算法等具体设计问题进行了分析研究，建立了基于BP 神经网络的普碳热轧带钢的性能参数预测模型。最终根据离线仿真的结果分析表明, 基于BP 神经网络方法的热轧带钢性能预测结果与实际取样检验的结果精度偏差在±5 ％之内,决定采用标准上下限各加严5 ％的方法，应用神经元预报，如预报超出这个加严标准，则采用传统取样方法作为补充。目前，由于 BP 神经网络方法在大生产中热轧带钢性能参数预报的实际应用中还很少，所以BP 神经网络方法在热轧带钢性能参数预报的在线应用具有非常广阔的前景，是提高热轧带钢的性能精度及增加企业效益非常有效的方法。