随着中国经济的发展,国内钢铁行业更是突飞猛进,世界钢铁行业的龙头已有多家来自中国,不过受限于技术原因,如今我国仍然以粗钢为钢铁的主产品,当制造精密仪器和安全系数较高的要求被提出时,高质量与高精密度钢铁产品的研制就成为如今急需完成的课题。带钢板形和板厚是钢带在热轧过程中两个非常重要的参数,早期对两参数进行研究时,一般把它们区分开来独立研究,导致钢材产品质量一直不佳。实际上,为了精确控制板形和板厚,提高产品质量,应把板形板厚系统(AFC-AGC)看成一个综合的多变量控制系统展开讨论。针对AFC-AGC综合系统的强耦合、非线性、多变量的特性,国内外相关专家研究出大量的控制方法,其中有传统解耦控制方式、自适应解耦控制策略、智能解耦控制策略、非线性与鲁棒性控制策略、神经网络多变量控制等。事实证明,常规的控制措施最终不能实现满意的控制效果,为了应对此现状,亟待开发对此系统具备适用性的控制理论与手段。本文以热轧现场板形板厚的实际数据为基础,建立了热连轧的板形板厚综合数学模型。然后,针对建立的数学模型,提出了一种基于改进免疫粒子群算法(IPSO)与PID神经元网络(PIDNN)相结合的解耦策略,形成新型的PIDNN控制器。其中PIDNN的连接权值用IPSO来优化,有效地解决了采用梯度学习算法所带来的易陷入早熟收敛的缺陷。最后,利用两个PIDNN解耦控制器对板形板厚综合系统进行控制以降低系统的耦合影响。通过MATLAB仿真结果可以看出,在动态性能与静态性能上,此算法无论是与传统PID还是单神经元PID控制方法相比均存在明显优势。可为控制领域中的解耦问题提供一定的参考。图33幅;表3个;参50篇。