1、近年來，我國鋼鐵產能嚴重過剩，鋼鐵價格指數(shù)屢創(chuàng)歷史新低，全行業(yè)虧損嚴重，企業(yè)運營舉步維艱。面對如此困境，鋼鐵企業(yè)要想在如此慘烈的市場環(huán)境中生存下去，唯有不斷提高自身產品質量，以質量來搶占市場。評定熱軋產品質量優(yōu)劣的關鍵指標就包括板形的精度，現(xiàn)在板形的精度已經成為重點的課題之一被各個鋼鐵生產企業(yè)所研究。
　　本文以鞍鋼股份2150mm熱軋生產線LVC軋機為背景開展研究工作，對熱軋帶鋼板形控制理論與控制技術、LVC軋機的控制機理進行分

2、析，通過對現(xiàn)有熱軋板形設定模型進行深入的理論研究，對大量現(xiàn)場實際生產數(shù)據(jù)的整理與總結，找出現(xiàn)有板形設定模型存在的缺陷，為了提高對于板形控制的精度，在板形控制的研究中結合BP神經網絡的技術，以便可以研究開發(fā)出基于BP神經網絡的設定模型。
　　本文首先在以現(xiàn)有板形設定模型充分研究的基礎上，找出影響板形控制精度的關鍵因素，作為BP神經網絡模型的輸入節(jié)點，并通過實驗確定BP神經網絡的最優(yōu)網絡結構。再次完成BP神經網絡模型程序的開發(fā)，設計并

3、制作BP神經網絡模型HMI人機交互界面，以及BP神經網絡模型外掛服務器與現(xiàn)有服務器間通訊程序的開發(fā)。引入數(shù)學模型層別的概念，對帶鋼進行分類，使用實際生產數(shù)據(jù)對每個層別的BP神經網絡進行訓練與測試，并針對訓練中可能出現(xiàn)的陷入局部極小值問題、訓練速度慢耗時長等問題，提出解決方案。最后通過實際生產數(shù)據(jù)評價BP神經網絡模型的預報精度。
　　基于BP神經網絡的熱軋板形設定模型投入使用后，取得了較好效果。目前已經完成訓練與測試的規(guī)格已經達到常