在金属轧制领域中厚度自动控制技术尤为关键,厚度自动控制系统(AGC)在轧机自动化系统中不可或缺,但AGC轧制工艺复杂,系统具有非线性和时变性,难以建立精确的数学模型,因此,本文研究厚度控制算法,把现代智能控制理论应用于轧机厚度控制,将有助于提高轧机的控制性能和轧件产品质量。本文以Hille 100实验轧机为研究对象,简要介绍轧机AGC系统组成及液压压下位置伺服系统APC的工作原理,分析了APC系统主要元件的传递函数,建立了Hille 100实验轧机APC系统的简化数学模型。本文阐述了PID控制的基本原理与参数整定方法,针对所建立的数学模型,根据Ziegler-Nichols整定方法设计了常规PID控制器。由于实际控制对象是非线性和参数时变的,PID控制难以取得好的控制效果,需要采用智能控制算法来提高PID参数整定的能力。为此,本文研究了神经网络和模糊控制,设计了基于单神经元和BP神经网络的PID控制器以及模糊PID控制器。仿真结果表明,这三种控制器具有良好的控制性能,相对于常规PID控制器具有更好的鲁棒性和自适应能力。由于模糊控制规则的制定是基于专家知识和操作者的经验,并不能保证控制效果达到最优,本文引入自适应遗传算法来优化模糊控制规则,进一步改善了控制效果。为验证控制算法的有效性,本文设计了一个电机速度控制系统,作为APC控制算法的一个应用实例,采用遗传算法对系统进行辨识,然后根据所辨识出的数学模型设计了常规PID控制器和用遗传算法优化规则的模糊PID控制器,并都应用成功。实验结果表明,所辨识的模型是合适的,模糊PID控制器比常规PID控制器具有更好的控制性能。上述研究结果为实际工业应用中控制器的优化设计提供了一种方法。