超薄非晶合金作为一种新型的软磁材料,广泛应用于电力、机械和化工等领域。超薄非晶合金采用超急冷凝固技术从熔液到合金一次成型,冷却速度极快,其生产过程是一个高温、高速和高精度的过程,其中小的压力波动就会导致超薄非晶合金厚度超出要求范围。当过渡包内压力过大时,单位时间内喷出的合金熔液增多,超薄非晶合金厚度增加;当过渡包内压力过小时,单位时间内喷出的合金熔液减少,超薄非晶合金厚度减少。目前在超薄非晶合金生产中过渡包内压力波动较大,导致超薄非晶合金厚度不均匀。因此,本论文以过渡包内压力为研究对象,提出了一种偏差组合专家PID控制策略,并设计了超薄非晶合金生产线监控系统及过渡包内压力控制界面。本论文主要研究内容如下:（1）深入分析和研究了超薄非晶合金制取方法及生产工艺流程,在此基础上,根据超薄非晶合金生产系统的总体构成,对超薄非晶合金熔炼设备、超薄非晶合金成型设备和辅助设备的组成和控制原理进行了分析,并总结和分析了现有压力控制系统以及存在的问题,为后续过渡包内压力控制研究奠定了基础。（2）在超薄非晶合金生产中过渡包内压力受多种因素的影响,且各因素之间关联性较强,本论文通过分析过渡包内压力相关因素,采用BP神经网络构建过渡包内压力预测模型,并提出了一种自适应PSO算法,通过适应度值中位数进行自适应分区和对最优位置的局部搜索,调整每个粒子的飞行方向与速度,得到BP神经网络的最优权值和阈值。利用山西某钢厂实际生产现场数据进行仿真实验,结果表明,与BP神经网络、PSO-BP神经网络相比,自适应PSO-BP神经网络用于过渡包内压力预测时精度更高,可以为后续过渡包内压力控制提供依据。（3）针对过渡包内压力控制系统具有非线性的特点,常规PID控制时过渡包内压力波动较大的问题,提出了偏差组合专家PID控制策略。首先采用自适应PSO-BP神经网络构建过渡包内压力预测模型,然后根据压力预测模型对未来时刻的过渡包内压力趋势进行预测,并通过权重因子将压力预测偏差和压力测量偏差进行组合;最后采用组合后的压力偏差及其偏差变化率作为专家控制器的输入,实现压力智能控制。利用山西某钢厂实际生产现场数据进行仿真实验,结果表明,本论文提出的偏差组合专家PID算法能够稳定跟踪过渡包内压力设定曲线,满足生产要求。且与常规PID算法、专家PID算法相比,跟踪误差更小,能够有效减少压力波动情况的发生。（4）为了实现超薄非晶合金生产线的智能监控,为生产线操作人员提供可视化操作界面,本论文根据超薄非晶合金生产现场需求,应用工业组态软件WinCC设计了超薄非晶合金生产线监控系统及过渡包内压力控制界面,并利用OPC技术完成了WinCC与Matlab之间的数据互通,实现了超薄非晶合金生产中重要工艺参数、过渡包内压力预测模型结果和过渡包内压力控制结果的实时显示以及智能报警等功能。