随着对冷热轧板带材质量要求的不断提高，轧辊偏心已成为影响带钢产品厚度质量的重要因素，轧辊偏心控制技术的研究已成为板带材轧制领域所面临的共同课题。　　 本文的研究内容是板带轧机的轧辊偏心控制算法，主要探索应用多分辨的小波变换以及人工神经网络算法来进行轧辊偏心控制系统的设计，并对所设计控制系统在提高产品厚度质量的有效性方面进行了理论分析和仿真研究。本文的主要工作如下：　　 ⑴对轧辊偏心问题进行了深入的研究。对轧辊偏心的产生原因、轧辊偏心对GM-AGC控制精度的恶化以及在实际轧制中轧辊偏心的诸多特性进行了理论分析。　　 ⑵设计了基于小波多分辨分析的轧辊偏心控制系统。控制系统采用了离线模型识别和在线参数寻优的方案。离线模型识别通过对预压靠的轧制力信号进行小波处理，得出偏心信号的离线模型。在线参数寻优利用偏心信号的离线模型来补偿偏心引起的厚度波动，并对实测的轧制力进行小波分析来分离轧制力的低频信号、剩余的偏心信号、高频噪声，将轧制力低频信号送入GM-AGC控制器，将剩余的偏心信号送入到偏心控制器进行参数调整。此控制系统有效提高了GM-AGC的控制精度，提高了板带的产品厚度质量。　　 ⑶设计了基于 Levenberg-Marquardt算法的神经网络偏心滤波器。利用反向传播神经网络来辨识偏心信号，并针对传统反向传播算法的缺点，提出了基于Levenberg-Marquardt的改进算法，从而显著提高了神经网络的学习速度、收敛精度以及抗噪声能力。