目前，我国工业能源利用率较低。钢铁工业中的加热炉是耗能较大的设备，在其控制与生产管理方面，我们的任务紧迫且大有可为。在同时保证钢坯表面温度和内部温度的情况下，适时出钢是既保证钢坯加热的质量又节省燃料的关键。但目前的测温技术很难用仪器直接测量出加热炉内被加热钢坯的内部温度，利用传热学的知识，建立钢坯温度场分布的数学模型，预报钢坯表面温度和内部温度值；然后，将钢坯在炉内的温度分布情况实时传送给控制系统，以便优化决策，获得炉温的调整。这对于生产工艺的最佳控制和节约能源具有重要意义，在本文中，作者有限差分法建立了钢坯内部温度场模型，通过神经网络建模方法建立了钢坯表面温度模型。实验数据表明，该模型能够较为准确地预报了钢坯内部及表面温度场数据。 在上述数学模型的基础上，本文针对钢坯温度场数据量大、工程分析不直观的问题，尝试了应用图形处理软件OpenGL进行钢坯温度场的虚拟现实可视化。这是本课题研究的一个新颖之处，在热力传导中，大量存在着将数值计算及硬件采样所获得的大量数据转化为可视化图像的问题；这一问题与传热学相关学科的可应用于实际中有着密切的联系。因此，本文对钢坯温度场中大容量数据进行虚拟现实可视化的初步研究，有一定的工程应用参考价值。