近年来,随着汽车制造、航空航天、仪器仪表、电力电子和食品包装等行业的快速发展,极大地推动了对金属板带的需求。与此同时,板带下游用户对板带尺寸精度、表面质量和力学性能的要求也越来越高。板带高速轧制过程常常由于轧制条件的变化而诱发轧机出现振动问题。轧机振动不仅降低生产效率、影响产品质量,甚至还会造成重大安全事故。因此,轧机振动是制约轧制高速高精度发展的瓶颈问题。本文在基于现场振动测试分析结果下,研究了板带轧制过程性能受限振动控制策略。论文主要研究内容如下:(1)构建了轧机振动测试系统,实现了对轧机典型规格产品的振动测试与分析。通过对轧机振动测试结果分析,得出:1)轧制速度达到900mpm以上时,轧机容易出现振动;2)轧机主要存在垂振、扭振和垂扭耦合振动三种振动形式;3)钢种强度越大,轧机振动越强烈,需要对轧机振动进行受限控制;4)轧机振源在辊缝处。同时还分析了不同工艺因素对轧机振动的影响规律。(2)针对传感器存在测量误差问题,研究了轧机主驱动系统扭转振动预定性能状态反馈控制策略。首先考虑了轧制过程辊缝间的非线性摩擦,建立轧机扭转振动非线性模型;其次通过引入自适应边界方法来估计传感器误差导致的未知参数;进一步利用动态面技术实现对控制器设计步骤的简化并解决了计算爆炸问题;最后基于非对称预定性能转换和李雅普诺夫稳定思想,提出了基于性能受限和传感器误差的轧机主驱动系统的自适应扭振控制策略,并通过仿真验证了控制策略的有效性。(3)针对轧机主传动系统存在状态和输入受限以及传感器测量误差问题,研究了轧机主驱动系统扭转振动自适应神经网络性能受限控制策略。考虑了轧辊与板带之间的非线性摩擦、电机和负载处的非线性阻尼以及未知不确定的系统参数,建立了新的轧机扭转振动非线性模型;利用自适应神经网络来处理未知的系统不确定性和未知的传感器测量误差,借助于高斯误差函数来解决执行器饱和问题;基于非对称正切障碍李雅普诺夫函数和反步法,设计基于状态和输入受限下的轧机主驱动系统自适应神经网络振动控制算法,保证了系统的全状态暂稳态约束性能。(4)针对轧机垂振系统存在死区和输出受限问题,研究了机液耦合作用下轧机垂直振动抑制控制策略。考虑支撑辊与液压缸间的等效作用力和未知不确定非线性轧制力,建立了轧机机液耦合垂振模型;采用自适应模糊逻辑系统来处理未知非线性函数和系统参数;基于非对称正切障碍李雅普诺夫函数和反步法,提出自适应模糊轧机垂振抑制控制策略,并且用理论方法和仿真实验证明了系统的稳定性。(5)针对轧机机电液垂扭耦合系统,研究了输出受限下轧机垂扭耦合振动抑制控制策略。考虑到轧机主驱动系统与辊系系统间的耦合作用,建立了新的轧机机电液垂扭耦合振动模型。利用非对称障碍李雅普诺夫函数保证轧机垂扭耦合系统输出满足给定指标。基于特定顺序的反步法,提出适用于轧机机电液垂扭耦合系统的振动控制策略,避免了控制器循环嵌套问题,最后通过仿真验证了算法的有效性。