自动套准系统是凹版印刷电子装备的关键装置,对提高印刷套印精度,降低废品率起着重要作用。随着我国印刷装备逐步向数字化、智能化、绿色化发展,基于传统PID控制器的套准装置已无法满足印刷电子对高速度、高精度生产的需求。基于以上背景,本文对凹版印刷机自动套准模型与基于BP神经网络PID的控制策略进行深入研究,主要内容如下:(1)对凹印机套准误差产生的原因进行研究,建立了凹版印刷机双色套准误差模型,分析了套准系统中套准误差与料带张力及印辊速度的数学关系。(2)针对常规BP神经网络收敛效率低与易陷入局部最小值的问题,根据神经网络误差函数的收敛速度,提出一种自适应学习速率算法,实验表明该算法具有良好的收敛特性。根据神经网络误差函数的下降情况,提出一种可动态调整的小批量梯度下降算法,实验证明该算法兼具较高的收敛速度与精度。(3)根据BP神经网络PID控制器与凹版印刷机套准误差模型的特点,设计了基于BP神经网络的套准控制器并建立了控制器仿真模型。在不同的外部干扰下,对BP神经网络PID控制器与常规PID控制器进行对比仿真,结果表明BP神经网络PID控制器具有更好的控制性能。(4)以STM32F407为控制核心,通过硬件选型和基于Hough变换的套准图像检测算法设计,结合BP神经网络PID控制器模型,在双色凹版印刷机上搭建了自动套准控制实物系统。实验结果证明,在低速情况下,本文设计的基于BP神经网络的PID控制器可适用于凹版印刷设备自动套准系统。