在钢铁生产中,轧制过程是成品或半成品的重要环节,在这个过程中如何提高产品质量和综合效益是我们研究的重点。现代轧钢技术发展可分为两个阶段。早期研究主要是解决诸如轧制压力、力矩、功率、宽展、前滑等轧制过程参数近似计算问题。提出卡尔曼方程、奥罗万方程及轧制压力公式、宽展公式等,形成了以工程法为核心的传统轧制体系。70年代后,主要向着提高产品质量、降低消耗、优化轧制过程方向发展。特别是现代电子计算机开始用于轧钢过程控制,促进了轧制速度的稳定提高和产品精度的明显改善。进入90年代,首先是在日本、德国,接着在全世界掀起了一个在轧制过程中应用模型自适应、自学习、人工智能的热潮。本文就是借鉴国内外自学习研究的经验,结合安钢第二炼轧厂的板带工程控制系统优化项目,对如何采用自学习方法改进轧机控制精度进行了研究,其主要内容有:1、3500mm单机架循环往复式热轧机工艺及控制系统研究。该系统采用了分布式三层控制结构。第1层是传感元件、控制设备组成的底控制网络:第2层是区域控制系统,轧机APC(Area Process Controller)和卷取机/层流APC;第3层主要是模型和轧制表计算。2、轧钢控制系统数学模型的研究。数学模型是实现生产过程控制的基础,其作用是进行参数预报,并描述参数的变化。我们结合3500mm轧机,分析了数学模型的分类、评估、建立的方法,研究了其发展及由来,并对其主要数学模型轧制力、温降模型进行了详细分析。3、变形抗力在线参数模型建立及其自学习的研究。由于热轧制过程中轧辊存在弹性变形、轧辊磨损、带钢温度变化等等诸多复杂因素的影响,诸多从实验中总结出来的轧制数学模型因轧制环境的变化原有参数已不能满足高精度轧制的需要,因而在实践中需要根据实际生产工艺,采用自学习方法,不断的修正参数,来进一步提高控制精度,保证轧机控制的要求,提高产品质量。