智能算法在铝冷轧机板厚自动控制系统（AGC）中的应用研究

王向平 （ 河南中孚高精铝材有限公司 ）

https://doi.org/10.37155/2717-5197-0806-24

Abstract

铝冷轧作为铝材深加工的关键工序，其产品质量的核心指标之一是板厚精度。传统的板厚自动控制系统 （AGC）主要依赖于基于物理模型的反馈、前馈及张力补偿等控制策略，在面对复杂的非线性、时变性和强耦合干扰时， 往往难以满足现代高精度、高效率、柔性化生产的需求。随着人工智能技术的飞速发展，以神经网络、模糊逻辑、支 持向量机、深度学习等为代表的智能算法为提升AGC系统性能提供了全新的解决思路。本文首先系统阐述了铝冷轧工 艺特点及传统AGC系统的构成与局限性；其次，深入探讨了多种主流智能算法的基本原理及其在AGC系统中不同功能 模块（如轧制力建模、厚度预测、控制器设计、自适应优化等）的应用方式；再次，构建一个融合BP神经网络与模糊 PID的混合智能AGC控制模型；最后，对智能算法在AGC领域应用面临的挑战与未来发展趋势进行了展望。

Keywords

铝冷轧；板厚自动控制（AGC）；智能算法；神经网络；模糊控制

Full Text

PDF

References

Copyright © 2026 王向平 Publishing time:2026-03-31
This work is licensed under a Creative Commons Attribution 4.0 International License