1、“.....以保证系统稳定。值选择过小，会使系统的快速性变差。单神经元自适应控制器实质上为变系数的比例积分微分复合控制器，而且学习算法是自适应的，所以本质上是非线性的。神经网络初始权值的给定是实际应用的前提，基于上述的控制算法需设定七个值，以完成块钢的监控工作。对于热连轧精轧机组，由于仅在最后机架后设置射线测厚仪，对前面各机架的系统，系统的纯延迟应是轧件从该机架运动到射线测厚仪所需的时间。值的选择关系到系统响应的快速性及其自身的稳定性，因此，为使神经网络监控能在实际的热轧现场上应用，在参数的选择上要特别小心......”。

2、“.....这里给出取值的经验公式作线性插值处理，即为厚度设定值，单位是单位是，输出的辊缝量单位是。分别为，为。轧制规程，宽度，厚度设定，钢种，起始时间，大量的实际应用表明，其比传统的调节响应速度快，尤其是当偏差量突然加大或减小时，基于单神经元自适应的控制作用上升下降的斜率大，具有快速跟踪目标厚度的能力，不仅提高了厚度控制精度，同时也使系统的稳定性得到明显改善，整个调节过程中比较平稳，这是对不同厚度规格采取不同控制增益及变控制的结果，其厚差及的监控量见图......”。

3、“.....纵坐标单位。图厚度偏差及监控的机架辊缝调节量轧制规程，宽度，厚度设定，钢种，起始时间，其厚差及的监控量见图。图厚度偏差及监控的机架辊缝调节量本章小结采用综合的控制效果，监控的投入可明显提高带坯全长厚控精度及其百分比，通过对不同的成品厚度规格给出合适的控制增益，使得综合的各项子功能发挥了相应的作用，尤其是先进的控制策略在现场的实际应用。把单神经元网络控制应用于监控上，通过参数调节，不仅提高了厚度控制精度，同时也使系统的稳定性得到明显改善，整个调节过程中比较平稳......”。

4、“.....结论钢铁工业是国民经济的基础产业，对整个国民经济各个部门的发展至关重要。带钢热连轧生产规模大产量高，是钢铁工业中发展最为迅速各种新技术应用最为广泛的个领域。它的工艺水平自动化程度产品规格与质量代表了个国家钢铁工业的水平。近年来，随着社会实际应用结果表明，人工神经网络在轧钢生产中的自动控制，模型辨识与优化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......”。

5、“.....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系统。东北大学的王君，牛文勇......”。

6、“.....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......”。

7、“.....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，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......”。

8、“.....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......”。

9、“.....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......”。