随着对板带轧制精度要求的提高,对影响产品质量的轧辊偏心问题进行研究显得尤为重要。解决轧辊偏心问题,首要任务是要准确提取偏心信息,然后将提取的信号补偿到控制系统中,实现出口板厚波动的减少。针对轧辊偏心是周期性信号,且不易有效提取的问题,开展偏心信号提取并补偿控制的研究,主要工作内容如下:首先,对轧辊偏心问题的理论基础进行介绍。分析了轧辊偏心定义及偏心问题产生的原因,进一步阐述了轧辊偏心对轧制力与出口厚度的影响,得到偏心信号与轧制力信号的关系,并根据偏心信号特点建立了轧辊偏心信号的统一模型。其次,针对偏心信号具有复杂干扰,在轧制噪声背景下使用经验模态分解法提取的偏心信号不够精确,而使用普通小波算法又消噪不佳,且易出现频率混叠现象。提出了一种含参数的可变小波阈值函数,并通过人工蜂群算法选取最优阈值,实现对轧辊偏心扰动信号的去噪预处理,然后经过集合经验模态分解法(Ensemble Empirical Mode Decomposition,EEMD)将信号分解,提取表征偏心信号的特征模态函数,克服小波算法的频率混叠问题。通过仿真验证此方法可有效提取偏心信号。然后,针对上述小波方法受其分解层数与小波基函数选择的限制,对于提取的偏心信号可能去除部分有效信息,造成提取信号的偏差问题。旋转不变子空间技术具有较强的噪声抑制能力和较高的频率分辨力,利用总体最小二乘旋转不变子空间技术法(Total Least Square-Estimation of Signal Parameters via Rotation Invariance Techniques,TLS-ESPRIT)对轧辊偏心信号的频率进行辨识,然后采用改进的蜂群算法对信号的幅值相位进行估计。最后通过对改进小波去噪和EEMD分解的方法与TLS-ESPRIT结合改进人工蜂群算法两者重构的偏心信号进行对比,分析得到TLS-ESPRIT结合改进人工蜂群算法对于提取偏心信号的有效性。最后,以液压压下系统为基础,从采集的轧制力信号中提取偏心信号,针对偏心周期信号难以准确跟踪的问题,应用比例积分(Proportion Integration,PI)控制器与插入型重复控制器相结合进行准确的偏心补偿控制,达到良好的补偿效果,进一步验证轧辊偏心提取与补偿方法的有效性。