1、“.....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......”。

2、“.....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，人工神经网络在轧钢生产中的自动控制，模型辨识与优化等方面优于传统方法。在国内，文献对目前研究较为成熟的神经网络控制进行了归纳，根据工业控制的需要......”。

3、“.....基于多层网的控制器和基于多层网的近似控制器进行了仿真研究，并比较分析了各种控制器的优缺点，并针对缺点提出了相应的改进方案。文献生等系统的神经网络自适应控制控制与决策增刊陈建华，张殿华压力有关问题的综述钢铁研究学报吕程，王国栋基于神经网络的热连轧带钢精轧轧机组轧制力高精度预报钢铁，单神经元控制在热连轧监控上的应用摘要热轧带钢厚度精度直是提高产品质量的主要目标。产生厚差的原因主要有带钢头尾部温差加热炉板坯生成水印以及温度随机波动。目前消除厚差的主要办法是采用自动厚度控制系统，因此，自动厚度控制直是热轧带钢自动化首先实现的功能。系统的主要任务是对带钢全长进行厚度控制以保证带钢的厚度精度及其百分比。由于实际轧制过程的复杂性控制对象的非线性时变性单纯的控制系统都不能取得较好的控制效果......”。

4、“.....将先进的控制技术引入轧制生产中，无疑为传统控制技术开辟了更广阔的天地。本文以监控模型为研究对象，给出了基于单神经元网络控制算法的硬件实现方法和具体步骤，主要以控制器为基础，辅助以单神经元网络的自学习自适应能力，将单神经元网络和控制融合为体，提出了种单神经元网络控制器应用于监控上，进步提高了的厚控精度，有效的改善了系统的滞后性和动态品质，并具有良好的自适应能力......”。

5、“.....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......”。

6、“.....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。影响带钢厚差的主要因素有三个来料硬度波动主要来自温度的波动来料厚度波动来自粗轧区和轧辊偏心，理论与实践都证明来料硬度波动是影响厚差的主要原因。般自动厚度控制系统采用监控控制。由于轧机自动化水平及对板带材的质量要求越来越高，对轧机执行机构及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......”。

7、“.....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目录摘要目录，以便对不同的权系数分别进行调整。值的选择非常重要。越大，则快速性越好。但超调量大，甚至可能使系统不稳定。当被控对象时延增加时，值必须减小，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......”。

8、“.....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，横坐标代表时间小时分秒，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......”。

9、“.....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，这是对不同厚度规格采取不同控制增益及变控制的结果。结论钢铁工业是国民经济的基础产业，对整个国民经济的信息都分布储存于网络内的各神经单元，从而具有很强的容错性和鲁棒性采用信息的分布式并行处理，可以进行大量运算的神经网络控制可以有效的改善监控的不足因此，我们以控制器为基础，辅助以单神经元网络的自学习自适应能力，将单神经元网络和控制融合为体，设计出种单神经元网络控制器应用于监控上，进步提高了的厚控精度，有效的改善了系统的滞后性和动态品质，并具有良好的自适应能力......”。