随着市场竞争的激烈，人们对棒材尺寸精度、力学性能、生产成本以及开发周期提出更高的要求。而棒材连轧又是一个复杂高维非线性过程，对各连轧机的协调能力要求极高，其中任一轧机的波动都会影响其前后轧机状态及轧件形变。传统棒材轧制虽采用直流电机和活套装置，实现无张无扭轧制，但这并不能保证每道次轧件的变形和断面形状都合理、正确。针对上述问题，并深入了解棒材轧制工艺，本文提出将自动辊缝控制（Automaticgauge control）技术应用于棒材连轧的方案。众所周知，AGC技术在提高轧件尺寸精度上表现极佳，因此在板带轧制中得以广泛应用。针对AGC技术在棒材连轧应用的难题，本文做了以下几点工作。首先，棒材轧制的高维变形，使得力能参数的检测十分困难，而轧制压力是AGC技术得以应用的关键。只有超前预测轧制压力，再结合弹跳方程，快速准确设定辊缝值，然后配合孔型系统，才能轧出高精度的棒材产品。因此，本文在全面学习工程法轧制压力计算过程，建立了基于神经网络的轧制压力预测模型。其次，通过深入研究轧机液压AGC系统的关键环节——伺服阀、液压缸流量方程、负载力平衡方程及传感器等，建立了液压AGC位置伺服控制系统的动态模型。最后，针对液压AGC系统的内环环节——液压位置自动控制（Automatic positioncontrol）系统存在多变量、强耦合、非线性等特性，本文在控制器设计上提出利用先进的无模型自适应控制方案。在深入学习无模型自适应控制原理的基础上，通过利用无模型自适应控制的控制律，并结合伪偏导数的估计算法构成完整的无模型自适应液压APC控制方案。接着利用MATLAB下SIMULINK强大的模块处理能力，搭建了无模型自适应控制的MFAC控制器模块。通过对比PID、神经网络在液压APC系统中的仿真，结果表明，无模型自适应控制收敛快，稳态误差小，抗扰性强。证明了无模型自适应控制对液压位置控制的有效性。