无缝钢管现正广泛运用于机械加工制造、流体输送、压力容器等工程领域,其凭借其优秀的物理性能占有了不可替代的重要地位。自2000年开始,无缝钢管的年产量呈现逐年递增趋势。受其特殊的工况条件影响,对无缝钢管的抗拉强度、抗腐蚀等性能提出了非常高的要求,因此,对无缝钢管成分的纯净度要求也相应提高。15CrMo合金结构无缝钢管是其中一种重要的合金体系,在其实际使用过程中发现,钢材中所含有的夹杂物对无缝钢管的质量影响非常大。因此,在实际生产过程中,对非金属夹杂物的种类、大小以及成分都有非常严格的限制。而要对无缝钢管中的夹杂物进行控制,就需要对该钢中夹杂物进行系统研究。因此本文充分结合实际生产,利用金相显微镜、扫描电子显微镜以及能谱分析等试验表征手段,以及热力学,人工神经网络等先进分析方法,对试验用钢进行系统的研究。首先对本厂的15CrMo无缝钢管的实际生产过程进行分析总结,研究了在生产过程中非金属夹杂物的形成过程与危害,并通过金相显微镜与搭载能谱分析模块的扫描电子显微镜对非金属夹杂进行了定性与定量分析,对其晶粒大小及其夹杂物进行了评级。进一步的对其冶炼过程中的夹杂物形成过程进行热力学计算,得到相应的夹杂物生成相图,并通过对其分析,提出了降低钢冶炼过程中非金属夹杂物的方案,利用改进的方案对合金进行试炼,试炼结果显示夹杂物合格率得到了明显的提高。进一步的利用热力学软件JMATPRO对试验用钢的相组成进行了研究,包括其平衡相图的计算、每相的元素构成以及在标准规定范围内合金元素对各个第二相含量的影响。并计算了元素含量以及温度对试验用钢的强度的影响规律。结果表明,各类合金元素的加入,促进了第二相的生成,降低了铁素体含量,对性能的影响上表现为随着合金元素含量的增加,其强度增加。对夹杂物的影响上,随温度的降低,依次生成（Fe,Cr,Mo）₂P、MnS等杂质,并且在熔炼过程中混入微量的Al和O会形成Al₂O₃杂质,并随着含量的增加,夹杂物的含量增加。最后由于每炉钢成分会略有波动,夹杂物含量也随成分变化,从而影响力学性能,因此利用以往实际生产过程中的试验用钢的成分与力学性能等数据,采用了BP神经网络构建了试验用钢的成分-力学性能关系模型,利用此模型,通过测定后续生产的该钢种的成分,即可以对其力学性能进行预测。