本文结合企业实际项目,在分析轧机板坯厚度控制系统及其运行机理的基础上,建立了比较完善的液压AGC系统的动态数学模型。该数学模型考虑了库仑摩擦、支撑辊偏心等通常被人们忽略的非线性因素,更加真实和全面地反映了工程实际。同时,针对电液位置伺服系统数学模型应用PID控制进行仿真研究,为了提高PID控制器的控制性能,设计了基于BP算法神经网络PID控制器。将BP神经网络运用于PID控制中,能够有效克服经典PID控制器在被控对象具有非线性、时变不确定性和难以建立精确的数学模型时出现的参数整定不良和性能欠佳等缺陷。本文提出了一种基于改进BP神经网络的PID控制方法,用共扼梯度BP算法对神经网络PID控制器参数进行在线整定。仿真结果表明,这种改进方案能够提高算法在训练过程中的收敛速度,而且训练后的BP神经网络具有较强的自适应和自学习能力,提高了系统的鲁棒性和动态特性,有效的改善了系统的控制结果,达到了预期的目的。将实际现场与模型仿真波形相比较,验证了数学模型的正确性,同时仿真结果也表明了神经元自适应PID控制器的优良性能。