本发明提供一种酸轧机组基于大数据理论的热轧特性对摩擦系数影响预测方法。本发明包括：收集一定生产周期内的n组带钢规格参数、力学性能参数等生产数据，酸轧机组的设备参数，基于上述参数计算摩擦系数，任意一组理论轧制力，计算优化目标函数。本发明根据带钢生产现场的实际情况，充分结合酸轧机组的设备特点，考虑到不同的生产条件下，带钢所需的热轧温度不同，对轧制过程中的摩擦系数影响也不同，通过对模型的计算求得热轧的终轧温度与卷曲温度对平整摩擦系数的影响系数，当在后续的生产过程中遇到相应的产品时能够对该产品的冷轧过程中的摩擦系数进行预测，有效解决了机组摩擦系数的预测问题，为现场机组的生产控制提供了一定的理论基础。