随着科学技术的不断发展,板带轧机的产量和质量日益成为人们追求的首要目标。厚度精度是带钢热连轧产品最重要的质量指标之一,用户不断提高的要求和市场日益激烈的竞争,使关于板带厚度控制的研究非常具有实用价值。本文在对厚度控制系统的基本概念、控制原理进行深入理解研究的基础上,针对带有纯滞后环节的测厚仪式AGC设计其神经网络预测控制策略,并通过仿真研究,分析验证所采用的控制策略的控制性能。首先对厚度控制系统的基本原理进行了深入学习,针对测厚仪式AGC存在检测的纯滞后,使系统动态品质和稳定性变差的问题,建立控制系统的模型,分别对测厚仪式AGC和采用Smith预估策略后的测厚仪式AGC系统进行研究设计。由于测厚仪式AGC是反馈形式的厚度控制系统,其控制作用总是滞后于扰动作用,无法达到良好的控制效果；而Smith预估策略在模型准确时能够补偿系统中的大滞后,减小超调,改善了系统稳定性,但是采用Smith预估控制策略的AGC调节时间增加,故引入RBF神经网络整定的Smith预估策略,可明显的缩短调节时间,同时由于Smith预估器依赖于模型的准确,当预估模型不准确时,系统的性能大大降低,影响了系统的稳定性,难以达到系统的要求。因此必须寻求其他的控制方法以使系统达到更好的控制性能。在上面的研究分析基础上,本文引入神经网络预测控制策略,先介绍神经网络和预测控制的基本原理,再在此基础上详细介绍神经网络预测控制策略的基本特征、算法原理以及具体实现步骤,并对测厚仪式AGC进行神经网络预测控制策略的设计和仿真,取得了良好的效果-神经网络预测控制对滞后系统有着良好的控制性能。实验证明,神经网络预测控制策略的设计,解决了测厚仪式AGC系统存在的滞后问题,提高了厚度控制系统的性能。本文对解决控制系统中的纯滞后问题,有一定的参考价值。