随着我国经济的快速发展,钢铁产业作为国民经济发展的支柱产业,面临着新的挑战与机遇。如何把新的控制技术应用于钢铁产业中,提高产品质量,增强产品竞争力,产生巨大的经济和社会效益,成为控制领域的一个重要课题。本文以冷连轧张力控制为背景。张力是钢铁轧制过程中的一个重要参数,实现张力的精确控制是连续生产的保证。张力控制的方法研究,一直是控制领域的热点和难点。PSO算法是近年来蓬勃发展的群智能算法的一个重要组成部分。它在全局优化方面的高效性引起了研究者们的广泛关注。它有效地解决了全局搜索能力和局部搜索能力之间的矛盾。经过众多的研究和不断的改进,PSO算法具有了更强的功能和适应性,应用于许多领域,并取得了良好的效果。本文深入研究了PSO算法的发展历程和现状、算法理论和改进方向。神经网络是一种应用广泛的智能技术,通过学习和训练,可以以任意精度逼近任意非线性函数。本文对神经网络的基本原理和性能进行了详细的分析,并针对神经网络传统的训练算法存在的缺点和不足,提出了PSO算法优化神经网络权值的方法。本文将PSO神经网络应用于PID控制参数的寻优,实现对冷连轧张力的智能控制。并对在基本轧制理论基础上建立起来的张力控制系统数学模型进行仿真。仿真结果表明,本文提出的新型控制方法取得了良好的控制效果。