板厚精度与板形精度是板带产品的两大质量指标,其中板厚控制是影响板带质量的关键技术环节。目前随着轧制理论、控制理论和人工智能理论的发展,以及它们在轧制过程中的应用,使得板带产品的厚度精度指标有了很大的提高。然而,对单机架特种轧机采用专门的控制技术,实现微米级带材精度的控制,仍是目前板厚控制领域研究的热点问题之一。对于轧机液压位置闭环,由于伺服阀的非线性、系统的参数时变等特性,其模型的不确定性是进一步提高轧制精度的限制条件。因此本文分析了液压位置内环的动态数学模型,用机理分析方法建立了内环厚控系统的动态数学模型,并进行了简化。神经网络控制是非线性控制的一个分支,它基本上不依赖于系统的数学模型,比较适合于具有不确定性和高度非线性的被控对象。因此本文将神经网络控制与传统PID控制相结合,设计了液压位置内环的控制方案并进行了仿真实验。仿真结果表明,对液压AGC系统位置内环采用神经网络PID控制,可以很好的克服其非线性和参数时变性。对于外环厚度闭环,由于采用了测厚仪实现厚度测量,其厚度反馈信号存在滞后,影响了系统的动态性能。针对该问题,本文采用采样控制策略来克服纯滞后对带材出口厚度的影响,并给出了选择采样周期的方法。实际轧机系统中,利用测速仪的速度信号实时计算纯滞后的时间。在线辨识出位置内环的等效时间常数后,依据研究得出的采样周期选择方法在线调整采样周期。该控制策略首先在模拟电路搭建的被控对象上得以实现,然后应用于唐山恒通1270冷轧机上,并获得了很好的控制效果。