板形控制技术是现代板带生产中的核心技术。板形理论的发展对板带轧制技术的发展起到了很大的作用,但是随着市场用户对轧制带钢产品质量的要求越来越高,传统的理论已表现出明显的局限性。随着计算机技术的进步,人工智能技术在各个方面得到了广泛的应用。在轧制理论方面,人们也开始将人工智能技术与轧制技术相结合,并取得了一定的成果。本课题以 900HC 冷带钢轧机为研究对象,对模糊神经网络控制理论在该轧机板形控制中的应用进行了研究。 本文首先建立了倾辊调整和弯辊调整与板形误差之间的关系,归纳了两种调整手段的调整特性,并通过对被控对象的模糊推理分析,对操作人员的经验进行总结和归纳,得出了控制器的控制规则及学习样本;设计出一种基于 BP 算法的模糊神经网络控制器,通过离线训练调整了各语言值隶属函数并记住了模糊控制规则,然后进行在线自调整,进一步改善控制效果,实现控制过程的自适应。最后用该模糊神经网络控制模型对该轧机的轧制过程进行了仿真研究,仿真结果表明,该控制器能够较好地对板形误差进行调整,也充分证明了该方法的可行性,从而提高了板形控制的质量与精度。