连续退火是带钢冷轧后非常重要的一个工艺步骤,炉内最常见的故障主要是带钢发生跑偏和瓢曲现象。发生跑偏时,带钢向炉辊一侧运动,可能引起边部刮伤,甚至断带,影响生产节奏。由于带钢和炉辊长时间接触,炉辊摩擦系数降低产生打滑,增加跑偏严重性。当带钢内部张应力大于屈服应力时产生瓢曲,表面产生斜纹褶皱,影响其表面质量,难以满足客户的要求。目前在发生故障时,总凭借人工经验进行处理,不能及时准确高效解决,影响生产效率,因此本文从机理上建立带钢跑偏、打滑、瓢曲预警系统。本文从带钢温度分布、炉辊辊形、设定张力、带钢板形、带钢速度等影响因素入手,建立一套连退带钢跑偏和瓢曲智慧预警系统。（1）分别针对连退炉内带钢跑偏、瓢曲、打滑等问题,建立了热力耦合模型。首次将几种典型问题联合起来,从整体上分析工况参数间的级联关系,根据热力耦合特征,给出了几种故障的合理解决措施。（2）建立连退典型故障预判机制,首次设计了各类问题的预警阈值规则,并对故障进行等级划分。基于预警机制,使其能够根据阈值范围进行带钢跑偏、瓢曲、打滑的故障预警及故障等级划分,并为故障提供可行的解决措施。在最大限度保障生产线安全的基础上,提升产品等级,在出现故障趋势时,提醒工作人员及时处理,使现场故障率降低到8%以下。（3）编制了机理-智能的带钢跑偏、瓢曲临界值预报系统,利用大数据提升自适应自学习的控制精度。经现场实例证实,利用预报系统,实现了带钢跑偏、瓢曲故障的精确预报、预警和智慧处理,同时直观显示故障、预警和处理等信息。基于工业产线常见的跑偏、瓢曲和打滑等问题,利用预警系统,有助于根据当前工况提前判断故障发生,避免生产事故,增长服役周期。因此,本系统的研制,不仅能从机理上给出解决方法,避免病急乱投医,提升现场生产效率,而且能直观显示大数据的统计信息,提升自适应自学习效果,改善生产的稳定性和控制精度。