Mn的存在降低钢中奥氏体的相变温度，能够在增加铁素体晶粒形核速度的同时使晶粒长大速度有所降低，从而起到细晶强化的作用。因此Mn是少见的同时具有固溶强化和细化晶粒作用的元素，但是当锰的加入量在1.0%1.5%时，会严重的影响钢筋强韧性，这是因为猛虽然降低了相变温度，可是同时会形成不利于钢筋强韧性的粗大针状铁素体；通常珠光体的含量会随着锰含量的增加而增加，当钢中碳含量相同时，铁素体量的减少则珠光体的量会增加，进而使钢筋的强度升高。有资料证明，钢的韧脆转变温度会随着珠光体量的增多而升髙，故钢中的Mn含量并非越多越好。
钢中很少的非金属夹杂物既能对钢材性能产生较大的影响。夹杂物主要是引起钢材的塑韧性下降，尤其当钢中夹杂物尺寸不规则、分布不均匀时，会严重影响钢材的力学性能。所以，在分析和研究钢材中夹杂物对力学性能的影响时，需要从钢材的各个方面进行分析，包括钢的洁净度、夹杂物的种类、夹杂物的性质以及夹杂物在生产加工过程中的变形能力等多个方面。

国内外在塑性加工领域里，人工神经网络的应用研究都处于起步阶段，诸如轧制力、变形抗力和晶粒尺寸以及板形的控制之类的问题都可以利用人工神经网络来实现，目前已取得令人满意的效果8- Lakiola通过将物理模型与神经网络相结合，实现了冷轧带钢生产过程中的工艺参数优化，以及对轧后带钢性能的预报，从而对尺寸精度和轧制效率有很大的提高。
西门子公司自主开发了名为“西门子观组织监测系统”的商业软件，该软件用于预测热轧带钢的组织与性能，通过该系统的物理冶金模型可以预测热轧带钢的组织温度过程，最终通过神经网络方法计算力学性能，具有这种神经网络功能的控制系统已被成功的用于西门子公司的在线控制系统。

---