板形和板厚是衡量板带材质量的两个重要的性能指标。因此,板带材板形和板厚的控制问题的研究变得尤为重要。过去几十年里,板形控制和板厚控制都已经达到了比较高的控制精度。然而,如果将板形控制系统和板厚控制系统作为两个独立的系统进行研究,板形控制和板厚控制之间存在着的严重的耦合作用势必导致控制精度的下降。因此,有必要将板形控制和板厚控制作为一个综合系统来研究。板形板厚系统是一个多输入多输出、非线性、强耦合的复杂系统,且存在强扰动,实时性要求非常高。对于这类系统,常规的控制方法已经无法满足其控制要求,必须寻求一种合适的控制方法对其进行控制。本文对轧机板形控制和板厚控制的基本理论及控制方法进行了详细的分析,并对板形板厚控制的国内外发展现状做了归纳。首先,从板形控制和板厚控制的耦合机理出发,为板形板厚系统建立了动态数学模型。为了寻找一种较为理想的控制策略,分别采用目前较为常用的两种具有代表性的解祸控制方法对此系统进行控制：(1)在板形板厚系统动态模型的基础上,利用前置反馈补偿法对其进行解耦。然后,针对系统中存在建模误差、参数摄动和外部扰动等不确定性因素的特点,采用H∞混合灵敏度方法,通过选择合理的加权函数,对解耦后的两通道分别设计鲁棒控制器。仿真结果表明,该解耦控制方法减小了板形和板厚之间的耦合作用,有效消除了干扰影响,对模型摄动等具有较强的鲁棒性。(2)采用模糊RBF神经网络解耦法对板形板厚系统进行解耦,对解耦后的已近似成为两个独立的单输入单输出系统分别设计模糊神经网络PID控制器,从而建立了一种板形板厚模糊RBF神经网络分散解祸PID控制系统。仿真结果表明,该方法解耦控制效果良好,控制精度高,抗干扰性强,且具有良好的静、动态性能。上述两种方法虽然都取得了较好的解耦控制效果,然而,这两种方法存在各自的不足。为此,本文提出一种基于改进型扰动观测器(DOB)的多变量隐式广义预测控制策略。其中,改进型DOB是在传统DOB的基础上,新增了系统输出补偿信号,可以同时有效的消除低频外部扰动干扰和高频测量噪声的干扰。多变量隐式广义预测控制不需要在线计算Diphantine方程,也不需要在线求逆,在被控对象参数完全未知的情况下,直接辨识控制器参数,有效的节省了计算时间。将改进型扰动观测器和多变量隐式广义预测控制算法引入到板形板厚系统的控制中,取得了令人满意的解耦控制效果。