板带轧制过程中轧件头部弯曲问题，是轧制领域至今尚未得到很好解决的重要技术课题之一。轧制过程中的轧件弯曲导致产品产量的减少，产品质量的降低及对设备造成危害。国内外技术人员已经在这一领域进行长期研究，但轧件头部弯曲现象在国内许多生产厂家依然存在，头部弯曲的机理也未得到很好解释。 为了解决轧件头部弯曲问题，我们分析了对称轧制过程和不对称轧制过程的变形区，分析了异步轧制的自调平稳过程和轧件温度影响头部弯曲的机理。 由于造成轧件头部弯曲通常有多方面原因，为了确定各影响因素的重要性，我们在实验室进行模拟试验，采用正交试验法安排试验。根据试验结果，我们掌握了各影响因素的对轧件头部弯曲的影响。并提出：将变形区形状参数和上下辊辊速比作为影响轧件头部弯曲的可控因素。 为了实际预报头部弯曲问题，我们应用人工神经网络技术。人工神经网络是一门新兴的交叉学科。它是由神经元和连接各神经元的连接弧所组成具有模拟人脑形象思维的网络结构。BP网络的学习过程包括正向传播和反向传播。在正向传播过程中，输入信息从输入层经隐含层单元逐层处理，并传向输出层，经激活函数运算后得到输出值，与期望值比较从而获得误差，然后再将误差反向传播，沿原先的连接通路逐层返回并修改各层连接权值，便得误差信号减小。重复此过程，直至误差满足要求，BP网络训练结束。至此得到一个权系数矩阵，就是训练的结果。BP网络的预报过程只包括正向传播过程，输出层的输出结果即为网络的预报值。我们选择的网络结构包括一个输入层、一个隐含层、一个输出层。输入层有6个输入值，包括上下轧辊辊径比、上下辊转速比、摩擦状况、变形区形状参数、来料厚度、导入角，输出层输出轧件头部弯曲值。 为了能让控制头部弯曲技术用于实际生产中，我们编写了考虑中厚板头部弯曲控制的轧制规程软件。该软件操作方便，使用者无须特殊培训。该软件可安装在现场的操作室中，指导现场操作人员。 该软件计算的轧制规程，经韶钢中板厂现场应用，效果很好，有效的解决了该厂生产过程中的板头弯曲现象。 本文以轧件头部弯曲的产生原因和控制方法为主要研究对象，解决了板带轧制过程中的轧件头部弯曲问题，提高了产量，保证了产品的质量，保护了设备的安全，具有非常大的理论意义和实际意义。鉴于我国板带的巨大生产能力，产生的经济效益也是不可低估的。