对于板带钢来说,外形尺寸包括厚度、宽度、板形、板凸度、平面形状等等。在所有的尺寸精度指标中,厚度控制是衡量板材及带材的最重要的质量指标之一,现在已成为国内外冶金行业普遍关注的一个焦点。随着各行业对板厚控制要求的不断提高,轧辊偏心的影响已不容忽视。轧辊偏心问题的研究已成为高精度轧机厚度控制的一个重要组成部分,成了现代板带材轧制领域研究的热点。国内外学者从20世纪七、八十年代就开始研究轧辊偏心问题,轧辊偏心控制与补偿的方法很多,最近几年随着智能控制和一些新的信号分析处理方法的出现,研制出了新的轧辊偏心补偿控制方法。近年来,国内虽然在轧辊偏心补偿研究方而取得了巨大进步,但与发达国家相比差距很大,尚有许多技术问题需要解决。目前国内板带生产线普遍采用AGC(厚度自动控制系统)系统进行厚度控制,最常用的是厚度计(GM-AGC)式AGC,而GM-AGC对轧辊偏心引起的辊缝波动产生反向动作,使带钢出口厚度误差越来越大,因此必需对轧辊偏心引起的辊缝波动进行补偿。本文对在我国尚处于起步阶段的轧辊偏心控制问题进行了理论上的分析、讨论,并对基于神经网络、重复控制的轧辊偏心建模及补偿控制方法进行了较深入的研究。首先,在了解和掌握带钢板厚控制理论的基础上,介绍了几种常用的AGC模型,本文详细阐述GM-AGC系统各部分的组成,并推导出AGC系统各部分的传递函数。其次,根据对液压轧机厚度自动控制系统的分析,得到了轧辊偏心信号的特点,是一系列周期变化的近似正弦信号的波。得出轧辊偏心对轧制力和带钢出口厚度的影响,并推导出轧辊偏心信号变化与轧制力变化或与带钢出口厚度的数学模型。再次,阐述了轧辊偏心的定义以及产生的原因,对比以前利用快速傅立叶变换得出轧辊偏心信号,本文阐述了利用神经网络得出轧辊偏心信号的数学模型,并设计了一个神经网络来得到轧辊偏心信号(证明了神经网络的稳定性)。利用快速傅立叶变换比较方便得到一次谐波的数学模型,而且误差比较大。而利用神经网络则可得到高次谐波的数学模型,并且结果更接近真实值。最后,针对PID控制进行对轧辊偏心这一高频周期跟随信号的补偿时,由于比例作用和积分作用的设计受到限制,跟踪效果不好,稳态精度较差。本文基于重复控制的原理设计了重复PID补偿控制系统,大大提高了系统的跟踪精度,改善了系统品质。最后用智能算法对PID参数进行了优化,提高了系统的控制精度,加快了系统的响应速度。本文的研究工作,对提高板带厚度精度具有一定的理论意义与应用价值,为改善轧辊偏心引起的板带质量问题提供了新的尝试。