摘要
本发明涉及一种基于大语言模型的钢材控制冷却方法和系统，属于钢铁制造领域。针对传统轧钢水冷参数控制依赖经验公式、预测精度低、调节效率差等问题，提出基于大语言模型的技术方案：采集钢材初始参数(成分、尺寸、温度)及目标温度构建初始条件向量，通过人工Prompt模型或迁移学习模型预测水箱水量、压强参数，实现冷却精准控制。技术效果包括：目标温度预测误差降至4.3％以下，响应时间缩短至毫秒级，板形缺陷率从3.2％降至0.8％，跨钢种泛化误差增幅≤12％，并支持工艺参数可解释性溯源。本发明提升了钢材冷却过程的自动化水平与质量控制稳定性。
