动态变规格控制是冷连轧机组全连续生产的关键技术,而轧制数据预设定的计算精度是影响规格动态变换精度主要因素之一。因此,研究冷连轧机的动态变规格轧制数据预设定问题,对于维持轧机的正常生产,实现全连续轧制,提高产品质量和产量,具有非常重要的意义。本文以本钢浦项冷轧薄板有限责任公司1700五机架全连续式冷连轧机为研究对象,通过对动态变规格的现有技术方案的分析,主要研究了TCM-FGC轧制数据预设定问题,提出了提高预设定精度的两种方法,取得了较好的效果。首先,简要描述了冷连轧机动态规格变换问题,明确了所要研究的基本问题和目标。其次,通过研究影响轧制数据最主要的两个参数为变形抗力和摩擦系数,建立了一种基于自适应优化模型的提高轧制数据预设定精度的方法。该方法利用实测数据代入相应数学模型,求解出这两个参数的后计算模型和后计算实际值,并依此分别建立起变形抗力和摩擦系数自适应学习模型,从而使这两个参数得到优化,进而提高轧制数据预设定精度。另外,提出一种神经网络结合数学模型构成综合网络的方法,来提高轧制数据的预设定精度。该方法由传统数学模型提供轧制数据的近似值,再利用Hamming神经网络预报数学模型的误差,将二者综合起来得到一个合理的、精度较高的轧制数据预报值。最后,通过仿真结果对比得出,综合网络方法预测精度要优于传统模型计算法和自适应优化模型计算法所得到的预测精度。因此,该方法有着广泛的应用前景。