厚度精度是板带产品的重要质量指标之一,随着轧制理论和控制理论的发展及其在轧制过程中的应用,板带产品的厚度精度有了很大的提高,但是实际系统应用过程中还有许多具体技术问题需要解决,因而寻找一种不依赖于系统模型、控制效果能够满足实际生产需要的新型控制方法是非常必要的。神经网络方法近年来在自动控制领域得到了广泛的应用,它不依赖于精确的系统模型,将神经网络同常规控制方法相结合是目前轧钢自动控制领域的研究热点。本文首先阐述了冷轧薄板带的国内、外基本概况,结合冷轧薄板带轧制技术的需求和发展,分析研究了其核心技术—厚度自动控制技术(AutomatciGuageConrtol, AGC)讨论了现有的厚度自动控制系统的基本原理和控制方式。比较了几种典型的AGC控制模型,给出了减小及消除厚度波动的方案。通过对新型的流量AGC系统的深入分析,结合首钢迁钢公司冷轧1450mm五机架酸洗冷连轧机项目的设计要求,研究了在扰动量和控制量的作用下整个机组运行状态的变化规律。通过综合分析冷连轧过程的静、动态特性,分别建立了五机架冷连轧的静态、动态模型,该模型综合考虑了入口来料厚度、辊缝、轧辊速度、摩擦系数、变形抗力对冷连轧机各机架出口板厚的影响。在此基础上,对由扰动量或控制量引起的成品厚度的变化进行了定量的分析。板带在轧制过程中存在着许多不确定和慢时变的因素,对于控制参数不变的PID控制来说是无法适应这种变化的。针对这个问题,本文提出了基于BP神经网络的PI控制方法,应用BP神经网络在线调节控制器参数。对所提出的控制方法进行了仿真研究。同时设计并实现了五机架冷连轧机厚度控制系统。仿真实验及系统运行结果表明,可通过神经网络自适应调整控制器参数,所设计的厚度自动控制系统具有较满意的控制效果。