在电气工程学科中,电磁热效应是该学科的重要组成部分。低松弛预应力钢绞线稳定化处理是决定产品质量的关键性工序,该工序是通过感应加热实现的。感应加热线圈的电气参数、结构尺寸直接影响钢绞线感应加热的心表温差、加热时间以及系统输出功率。鉴于此,本文以螺旋形感应加热器加热钢绞线为研究对象,研究了钢绞线感应加热的心表温差、加热时间以及系统输出功率与主要电气参数、结构参数之间的关系模型,并结合智能算法寻找最优值,最终改善钢绞线感应加热效果,提高系统效率。推导基于赫兹接触理论的钢绞线形变的计算方法,并开展形变测定实验,该方法计算结果与实验结果相一致。在此基础上建立精确的钢绞线感应加热有限元模型,利用有限元分析法计算钢绞线感应加热过程中的电磁场、涡流场以及温度场数值,得到相关数据。并开展钢绞线感应加热温度场测定实验,有限元分析结果与实验结果相吻合。通过有限元分析可知:电流密度和频率是影响钢绞线感应加热的心表温差、加热时间的主要电气参数。采用多元线性回归方法建立电流密度和频率对心表温差、加热时间的多种数学模型,提出最优数学模型的评价准则,确定最优数学模型为幂函数形式。在此基础上,提出一种基于多项式拟合法的数学模型系数修正方法,进一步提高最优数学模型的预测精度。并采用BP神经网络算法建立网络模型,该模型验证了经系数修正的最优数学模型预测结果较为准确。设计典型的钢绞线感应加热器电气参数,改变感应圈内径大小,计算出大量的心表温差、加热时间及系统输出功率的有限元数据。采用多项式拟合法建立内径对心表温差、加热时间及系统输出功率的函数关系式。并开展感应圈测定实验,建立的函数关系与实验结果相吻合。根据确定的心表温差、加热时间以及系统输出功率与主要电气参数、结构参数之间的数学模型,采用线性加权和法、最小偏差法以及一种改进的最小偏差法构造评价函数,结合遗传算法找到最佳电气参数、结构尺寸的数值。