人类认识和使用钢材，是从利用它的性能开始的。最早是通过显微镜来观察金属内部组织，人们逐渐认识到金属内部有晶粒和晶界，晶粒内部又有各种各样的亚结构，随着温度的变化和变形程度的不同，晶粒的尺寸、方位和形状都会发生变化。化学、晶体学、物理冶金学和金相学的发展，使人们对金属晶体内部结构有了更为深刻的认识，晶格、晶胞和同素异晶体等概念，以及对金属中点缺陷、线缺陷和面缺陷的研究，帮助人们找到了金属性能表现的内在原因。人们认识到金属组织的变化与性能的改变密切相关。最早显微组织和力学性能的预测与控制完全依赖个人经验，个人的知识和经验是控制产品质量的重要一环。但由于钢铁生产过程的复杂性和显微组织演变的动态性，做出预测需要很长时间，并且预测精度有限。随着物理冶金学、轧制工艺学、控轧控冷技术以及计算机技术的发展，对显微组织演变和力学性能的变化做出预测，并以此为基础应用高速计算机来控制生产过程中的各项参数已经成为可能，组织性能预报作为计算机集成生产过程的一个分支而发展起来。组织性能预报系统的架构如图所示。

组织性能预报系统的架构

组织性能预报的核心部分是建立描述生产过程中各个阶段组织演变规律的数学模型。常用的建模方法有理论分析法和统计分析法。理论分析法中有金属学方法、唯象学方法、热力学方法等。金属学方法是从金属学角度出发，建立模型。唯象学方法是利用变形机制图进行研究，金属塑性变形时，剪切的应变速率与原子扩散运动、位错、相变有关，故不同的变形机制有不同的剪切速率，从而判断组织与性能的关系。热力学方法认为塑性变形是不可逆的热力学过程，以能量耗散理论为依据，利用实验应力应变曲线计算变形时微观组织变化所耗散的能量，确定变形参数与能量耗散之间的关系。此外，还有神经元法等。理论分析法模型较复杂，统计分析法虽然方便，但难以阐明机理及内在规律。故理论模型多作为基础，与统计模型相结合，能够很好地反映实际情况。

在组织性能预报领域，英国谢菲尔德（Sheffield）大学和加拿大麦吉尔（McGill）大学的研究者作出了开创性的贡献。在他们的理论研究基础上，日本的新日本制铁公司、韩国的浦项制铁公司和法国钢铁研究院等组织机构和研究部门开发了适合于各自热轧生产线工艺特点的实用模型。组织性能预报技术已经实际应用，预测精度为±5%左右，在替代性能检测、分析组织分布均匀性和开发新工艺方面显示出良好的可靠性。1989年，中国以跟踪这项技术的国际发展为主要形式开始了探索研究。主要针对碳锰（C-Mn）钢。1994～1999年，中国进入自主创新阶段。这一阶段的重要进展是突破传统的以数学模型进行组织性能预报的框架，首次将人工神经网络的理论和方法应用于材料组织性能预报，预测的钢材品种也由碳锰钢推广到微合金钢。1999年之后，这项技术拓展应用到热轧钢材的各个领域，建立的组织性能预报软件有已经融入轧机实时计算机控制系统，实现在线应用。截至21世纪10年代，组织性能预报研究工作主要以离线模拟为主。一部分新开发的系统模型实现了实时在线模拟和监测功能。该技术未来的发展方向是在不断优化和完善模型的基础上，将组织性能预报系统与生产线现有的实时检测系统和控制系统相结合，逐步实现以组织性能和力学性能为直接控制目标的在线闭环控制功能，实现成分、工艺、组织、性能的最优适配。

组织性能预报系统可作为计算机仿真试验室，对所开发的产品进行模拟生产，确定生产工艺，可减少产品的研发费用并缩短研发周期。此外，组织性能预报系统有助于分析轧制过程中轧件的各种变化，确定影响轧件最终性能的关键工艺因素，为优化生产工艺提供依据。另外，组织性能预报系统可以根据成分和工艺条件立即预测得到大部分产品的力学性能指标，无须依赖现场取样检验，减少了破坏性取样带来的金属损失，节省了现场检验的设备费用和人工费用，可即时提供性能质保单，缩短生产周期，减少库存，加快资金周转。