本文以实现板形在线反馈控制为目的,以冷轧板带钢板形智能预测控制为研究课题,根据预测控制的基本原理,针对某1220五机架四辊冷连轧机,建立了冷轧板形的智能预测控制系统。首先,阐述了板形的基本概念、板形的表示方法、常见的板形缺陷模式及消除板形缺陷的相应控制策略。介绍了板形模式识别的多种方法,并根据板形在线控制的要求,选用基于勒让德正交多项式的最小二乘法,进行板形模式识别,用Matlab软件编写了模式识别程序,并给出了识别实例。其次,根据现有的板形预测模型,建立了改进型Elman网络板形预测模型,用遗传算法对网络进行了优化选择,并对预测模型输出进行了反馈校正,从而使预测模型精度得到了提高。用Matlab软件编写了板形预测模型程序,通过在线仿真实例,表明此预测模型,比机理模型及常用的BP网络模型,具有精度高,更适用于实际轧制过程的优点。再次,结合动态模糊神经网络,建立了板形在线滚动优化控制模型,推导了基于GA-BP的离线训练算法及其在线训练算法。用Matlab软件编写了板形在线滚动优化控制模型程序,给出了离线优化前后的隶属函数图。最后,利用Matlab软件编写了板形智能预测控制系统程序,并结合实例对板形控制效果进行了在线仿真。仿真结果表明,本文所建立的板形智能预测控制系统,基本消除了冷轧板形一次浪、二次浪缺陷,对于实现板形在线实时控制,促进板形控制模型的发展,具有重要的意义。