用的实例，如在日本，冷连轧机组压下规程的设定，多辊轧机板形控制，利用神经网络进行板形识别，综合利用神经网络和模糊逻辑进行板形的智能控制系统，并对传统监控应用预估器的监控及应用智能控制的监控系统进行了仿真结果表明，应用智能控制的监控系统收敛速度明显加快，适应能力与鲁棒性比测出的厚度值提出了对系统进行监控，并介绍了监控的作用。为了解决带有纯滞后的监控系统的控制问题，北京科技大学的于丽杰王京提出了基于神经网络的控制器与预估器相结合经过详细的分析比较，证明新的压力模型具有良好厚度估计精度和系统动态特性。文献针对自动控制系统进行了介绍，给出了产生厚差的原因。文献针对间接测厚的厚度控制系统其精度总是低于射线测厚仪直接度调节模型两部分，分别对应于系统的静态指标和动态指标，依据各部分所采用的轧机弹跳方程和金属塑性变形方程形式的不同，对各种典型的压力模型进行了分类和对比研究，并提出了种新的压力模型，高质量高产量高成材率低成本已经成为现代钢铁企业得以生存的必备条件。这就要求企业采用先进工艺先进设备先进的控制策略来完善控制系统。东北大学的王君，牛文勇，王国栋将模型分为厚度估计模型和厚网络控制策略，应用到监控上，以进步提高的厚控精度，改善的滞后性和动态品质，这对提高产品质量和企业经济效益，无疑是十分必要和有意义的。国内外研究现状随着钢铁行业的竞争日益激烈，求。先进的控制策略为热轧生产开辟了崭新的道路，其成功的控制方案可以提高产品质量的均匀性和致性，提高系统的稳定性，从而使工业生产的技术水平上了个新的台阶。为克服监控控制上的不足，提出了单神经元因此，本课题的研究与实现具有重要的理论意义和实际意义。板带热连轧是个复杂的工业控制过程，控制参数众多，各变量之间存在较强的耦合关系，被控量和控制量存在着各种约束，传统的控制方法显然已不能满足生产的要控制系统性能的要求也越来越高。监控是现代化轧机设备的核心技术，监控系统运行状态的好坏，直接决定了轧机的工作状态，关系到产品的质量和生产的稳定性，对轧机监控系统进行精确控制非常必要。因控制系统性能的要求也越来越高。监控是现代化轧机设备的核心技术，监控系统运行状态的好坏，直接决定了轧机的工作状态，关系到产品的质量和生产的稳定性，对轧机监控系统进行精确控制非常必要。因此，本课题的研究与实现具有重要的理论意义和实际意义。板带热连轧是个复杂的工业控制过程，控制参数众多，各变量之间存在较强的耦合关系，被控量和控制量存在着各种约束，传统的控制方法显然已不能满足生产的要技术，监控系统运行状态的好坏，直接决定了轧机的工作状态，关系到产品的质量和生产的稳定性，对轧机监控系统进行精确控制非常必要。因控制系统性能的要求也越来越高。监控是现代化轧机设备的核心技术，监控系统运行状态的好坏，直接决定了轧机的工作状态，关系到产品的质量和生产的稳定性，对轧机监控系统进行精确控制非常必要。因此，本课题的研究与实现具有重要的理论意义和实际意义。板带热连轧是个复杂的工业控制过程，控制参数众多，各变量之间存在较强的耦合关系，被控量和控制量存在着各种约束，传统的控制方法显然已不能满足生产的要求。先进的控制策略为热轧生产开辟了崭新的道路，其成功的控制方案可以提高产品质量的均匀性和致性，提高系统的稳定性，从而使工业生产的技术水平上了个新的台阶。为克服监控控制上的不足，提出了单神经元网络控制策略，应用到监控上，以进步提高的厚控精度，改善的滞后性和动态品质，这对提高产品质量和企业经济效益，无疑是十分必要和有意义的。国内外研究现状随着钢铁行业的竞争日益激烈，高质量高产量高成材率低成本已经成为现代钢铁企业得以生存的必备条件。这就要求企业采用先进工艺先进设备先进的控制策略来完善控制系统。东北大学的王君，牛文勇，王国栋将模型分为厚度估计模型和厚度调节模型两部分，分别对应于系统的静态指标和动态指标，依据各部分所采用的轧机弹跳方程和金属塑性变形方程形式的不同，对各种典型的压力模型进行了分类和对比研究，并提出了种新的压力模型，经过详细的分析比较，证明新的压力模型具有良好厚度估计精度和系统动态特性。文献针对自动控制系统进行了介绍，给出了产生厚差的原因。文献针对间接测厚的厚度控制系统其精度总是低于射线测厚仪直接测出的厚度值提出了对系统进行监控，并介绍了监控的作用。为了解决带有纯滞后的监控系统的控制问题，北京科技大学的于丽杰王京提出了基于神经网络的控制器与预估器相结合的智能控制系统，并对传统监控应用预估器的监控及应用智能控制的监控系统进行了仿真结果表明，应用智能控制的监控系统收敛速度明显加快，适应能力与鲁棒性比常规控制要好。在神经网络的应用方面，国外已有许多人工神经网络在轧钢中应用的实例，如在日本，冷连轧机组压下规程的设定，多辊轧机板形控制，利用神经网络进行板形识别，综合利用神经网络和模糊逻辑进行板形控制，利用自组织模型进行操作数据分类等等，取得了令人满意的效果。实际应用结果表明，人工神经目录摘要目录绪论课题背景课题意义国内外研究现状课题的研究方法数字控制控制原理数字控制算法本章小结神经网络控制工业生产过程的先进控制神经网络的拓扑结构及学习规则基于神经网络的控制理论基于单神经元的直接控制基于单神经元的控制器单神经元网络控制的学习算法本章小结自动厚度控制系统厚差产生的原因监控的作用监控的缺点监控的合理分配本章小结监控的单神经元自适应控制应用基于单神经元网络控制在监控上本章小结结论致谢参考文献绪论课题背景本课题是以监控为研究对象，使用先进的控制技术，即基于单神经元网络的控制，将其应用于监控上，力争做到控制算法上的理论和实际相结合，使其改善的厚控精度。近年来，神经网络在自动控制系统中的应用提高了整个系统的信息处理能力和适应能力，提高了系统的智能水平，在控制领域的应用得到广泛的重视并取得不少研究成果。单神经元作为构成神经网络的基本单位，具有自学习和自适应能力，而且结构简单易于计算。而传统的调节器也具有结构简单，调整方便和参数整定与工程指标联系密切等特点。若将这两者相结合，可以在定程度上解决传统调节器不易在线实时整定参数以及些复杂过程和参数慢时变系统进行有效控制的不足。课题意义板厚是热轧板带质量的主要衡量指标之，它直接关系到产品的质量和经济效益。厚度自动控制是提高带钢质量的重要方法之，其目的是获得带钢纵向厚度的均匀性。目前，厚度自动控制系统已成为现代化板带生产中不可缺少的组成部分。它主要取决于精轧机组。现代热连轧精轧机组都装备有自动厚度控制系统，它用来克服带钢工艺参数波动对厚差的影响并对轧机参数的变动给予补偿。