弯辊液压系统是板形自动控制的基本手段,具有精度高、响应速度快、结构紧凑等优点,应用十分广泛。因此提高液压弯辊系统的动态品质,对实现高质量的板形自动控制具有重要的理论和实际意义。PID控制算法简单,应用广泛,既能消除余差,又能提高系统的稳定性。目前常规的PID控制算法广泛应用在轧机弯辊板形控制系统中,但是其各环节的控制参数难以整定,且由于实际弯辊系统具有随机干扰严重、多变量、非线性、强耦合的特征,特别是当液压弯辊系统考虑管道的动态特性的影响时,系统的控制更加困难、复杂,所以常规的PID控制算法很难满足板形高精度控制的要求。为能提高弯辊控制系统的性能,在常规PID控制算法的基础上,建立基于神经网络PID控制的液压弯辊控制系统,通过神经网络的自学习能力和快速计算能力寻找一种最佳的基于神经网络的PID非线性组合控制律,增强对控制环境变化的适应能力和自学习能力,进行PID的调整。通过仿真和实验结果说明,神经网络PID控制方法较之于传统PID控制方法可以更好地提高系统的响应速度和稳定精度。