轧制规程是板带生产的主要工艺技术内容,是轧机生产能力发挥、产品质量精度及板形质量的根本保证。提高带钢质量有两个方面:一是带钢咬入前轧制规程的优化设计;二是轧制过程的在线模型自适应与自学习。鉴于轧制过程影响因素复杂以及各影响因素随时间变化,难于用机理模型描述,将人工智能方法用于过程控制的研究,是目前提高过程控制技术的有效方法。首先,对冷轧机的各种数学模型进行了逐一分析,确定了适合于冷连轧轧制规程的主要数学模型,并根据冷连轧轧制过程特点,指出了不同目标函数在求解算法上的局限性和不足。其次,在分析冷连轧轧制规程特点的基础上,以各机架轧制力负荷相对均衡为目标函数,在设备条件和工艺条件的约束范围内,利用自适应遗传算法进行了冷连轧轧制规程优化研究,实现了各机架轧制负荷的均衡分配;由于自适应遗传算法搜索的遗传代数很大,因而对其进行了适当的改进,再以轧制功率负荷相对均衡为目标,利用改进的自适应遗传算法进行了规程优化研究,仿真实验结果表明,所利用两种算法均克服了传统优化算法的局限性和不足。最后,考虑到轧制过程中轧制力模型随时间和轧制条件的不同而时常发生改变,设计了一种以摩擦系数和变形抗力为主要影响因素的间接模型自学习算法,进而对轧制力模型进行了间接模型自学习,仿真实验结果表明自学习后轧制力的设定精度有了显著提高。