本文以基于Smith预测控制的本钢冷轧机的1、4号机架和热轧机的部分机架的AGC系统为背景进行研究。介绍了基于Smith预测AGC的基本工作原理和控制机理；针对这些AGC系统的在对象老化或者延迟时间变化导致产品质量下降这一事实,进行仿真研究；通过对仿真结果的分析,得出Smith预测控制在被控对象的数学模型精确的前提下,其各项指标均很优秀；而当数学模型不准确时,控制效果变差。从而得出了本钢现行系统在被控对象参数变化时产品质量下降的一个主要原因是Smith预测对控制模型的要求苛刻所引起的。提出将模糊PI控制应用于基于Smith预测的AGC系统中。控制思想是设计参数自整定模糊PI控制器,该控制器利用输入的偏差和偏差变化率,通过模糊推理作出相应决策,并在线调整参数。仿真效果表明,参数自整定模糊PI控制器同Smith预测控制器相比,不仅可以大大降低对参数模型的准确度要求,还降低了超调量；比传统的PI控制具有更低的超调量,因此具有更广泛的适应性。通过仿真分析,得出了通常模糊PI控制在具有诸多优点的同时,也存在动态跟踪特性不足这一缺点。针对此缺点,进一步提出应用改进的模糊PI控制算法。通过仿真比较,得出该改进算法不仅具有通常模糊PI控制的优点,同时动态特性明显高于传统PI控制；控制效果与Smith预测控制性能接近,但是对被控对象模型准确度的要求远低于后者。因此,改进的模糊PI控制可以取代现行的Smith