该文结合宝钢"2050mm粗轧过程模型控制仿真系统"项目,系统地分析了粗轧过程机系统的功能、模块组成和程序激励关系;采用C++语言开发了过程仿真系统软件,并在Visual C++.net的开发环境下建立了友好的人机交互界面.数学模型是计算机控制系统的核心,它直接决定轧制产品的质量.对数学模型进行改进和优化,可以大幅度地提高轧制产品的质量,降低成本,提高产品的竞争力.该文对宽度和温度控制模型进行了深入的分析,采用了一种新的进化寻优方法—粒子群优化算法,对模型参数进行了优化,提高了模型的控制精度.该文建立了基于自适应模糊神经系统的粗轧机组动态设定系统,将神经网络和模糊控制技术结合起来,充分利用神经网络可以自学习的特点,应用神经网络对模糊系统的前、后件参数和控制规则进行修正,使系统可以适应工况的变化,进而大幅度提高了头部厚度控制系统的精度.该文首次系统地分析了粗轧过程机控制系统、模块组成和程序激励关系;采用粒子群优化算法对模型参数进行了优化;并运用智能控制方法—自适应模糊神经系统,提高了头部厚度控制的精度,取得了以下研究成果:(1)采用C++开发了粗轧设定计算程序;建立了粗轧过程设定计算仿真系统;并在VC++.net环境下开发了良好的人机交互仿真界面,实现了粗轧过程机的离线仿真.(2)采用粒子群算法对温度和宽度计算模型中的参数进行优化,温度和宽度计算模型的控制精度分别提高了16.7％和14.3％.(3)为了保证粒子群算法的全局最优性,在算法后期加入变异算子,这是一种非常有效的改进方法.(4)建立了基于自适应模糊神经系统的粗轧机组动态设定系统,该系统将神经网络和模糊控制技术结合起来,可以适应轧制条件的变化,带钢头部厚度的控制精度提高了12.9％.