智能控制课程论文
空调智能控制系统设计论文
空调智能控制系统设计论文随着社会的进步和人们生活水平的提高，人们越来越关注舒适度问题，空调作为现代化的通风设备，其在人们生活中的重要性也越来越受到广泛关注。
然而，传统的空调使用方式，不能完全满足人们对舒适度和节能方面的需求，而空调智能控制系统应运而生。
本文基于空调智能控制系统的设计，旨在提高空调的舒适度和节能性。
首先，文章阐述空调智能控制系统的概念、特点和意义。
其次，详细介绍空调智能控制系统所包含的模块及其功能。
最后，设计实现一份基于循环神经网络的温度控制算法，并进行实验验证，说明这种算法比传统PID算法更加适用于空调智能控制系统。
空调智能控制系统是指通过先进的技术手段，实现对空调系统的监控、控制和管理的一种综合性系统，它拥有以下几个特点：一是具有自适应性能，在不同的时间和环境下能够实现差异化的运行模式；二是具有智能化能力，在一定程度上完成自我学习和优化；三是具有联网性能，可以实现与其他系统的互联互通，建立用户与系统之间的紧密联系。
空调智能控制系统的实现有着广泛的应用，它可以在工业、民用、军事等领域发挥作用，特别是在现代住宅布局中，空调智能控制系统具有很大的市场前景。
因此，研究空调智能控制系统对于提高人们生活水平、节能减排、保护环境都有着十分积极的作用。
空调智能控制系统一般包括硬件和软件两个部分。
硬件方面，主要包括传感器、执行器、电路板、网络接口等组成；软件方面，主要包括控制系统、数据库、算法等组成。
其中，算法是空调智能控制系统最为核心的组成部分，直接决定了整个系统的性能。
本文所做出的改进主要是基于循环神经网络（RNN）的温度控制算法。
与传统的PID算法相比，RNN算法的优点在于能够克服传统PID算法对时间序列的固有限制，并且可以自适应地调整模型结构以适应不确定性因素的变化。
为了验证该算法的有效性，本文进行了一系列实验，结果表明循环神经网络算法的温度控制效果要远远高于传统的PID算法，减少空调能耗的效果极为明显。
智能控制技术毕业论文【范本模板】
摘要：本文主要介绍了智能控制技术从经典控制理论、现代控制理论发展到今天的智能控制理论的发展过程和主要方法，并介绍了智能控制在工业发展、机械制造、电力电子学研究领域中的应用.关键字：自动化智能控制应用随着信息技术的发展，许多新方法和技术进入工程化、产品化阶段,这对自动控制技术提出犷新的挑战，促进了智能理论在控制技术中的应用，以解决用传统的方法难以解决的复杂系统的控制问题。
一、智能控制的发展过程从经典控制理论、现代控制理论发展到今天的智能控制理论，经历了很长时间.四十年代到五十年代形成了经典控制理论。
经典控制理论中基于传递函数建立起来的如频率特性、根轨迹等图解解析设计方法，对于单输入—单输出系统极为有效，至今仍在广泛地应用。
但传递函数对处于系统内部的变量不便描述，对某些内部变量还不能描述，且忽略了初始条件的影响。
鼓传递函数描述不能包含系统的所有信息。
现代控制理论主要研究具有高性能、高精度的多变量变参数系统的最优控制问题，它对多变量有很强的描述和综合能力，其局限在于必须预先知道被空对象或过程的数学模型.智能控制是在经典和现代控制理论基础上进一步发展和提高的。
智能控制的提出，一方面是实现大规模复杂系统控制的需要；另一方面是现代计算机技术、人工智能和微电子学等学科的高度发展，给智能控制提供了实现的基础。
智能控制提供了一种新的控制方法,基本解决了非线性、大时滞、变结构、无精确数学模型对象的控制问题。
二、智能控制的主要方法通俗地讲,智能控制就是利用有关知识（方法）来控制对象，按一定要求达到预定目的。
智能控制为解决控制领域的难题，摆脱了经典和现代控制理论的困境，开辟了新的途径.智能控制技术的主要方法有模糊控制、基于知识的专家控制、神经网络控制和集成智能控制等，以及常用优化算法有：遗传算法、蚁群算法、免疫算法等。
1、模糊控制模糊控制以模糊集合、模糊语言变量、模糊推理为其理论基础，以先验知识和专家经验作为控制规则。
智能控制导论论文(人工神经网络)
智能控制导论论文●系别：●班级：●学号：●姓名：●日期：人工神经网络关键词:人工神经网络、产生、发展、应用内容摘要:人工神经网络是二十世纪科学技术所取得的重大成果之一，是人类认识自然道路上的又一座里程碑。
90年代以来，国际学术界掀起了研究人工神经网络的热潮，但是探讨其哲学思想方面的研究相对薄弱。
我们知道，任何一门影响巨大、意义深远的科学技术，其发展过程必然揭示了科学技术发展的基本规律以及影响其发展的主要因素。
人工神经网络（Artificial Neural Networks, ANN），一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。
这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。
人工神经网络具有自学习和自适应的能力，可以通过预先提供的一批相互对应的输入－输出数据，分析掌握两者之间潜在的规律，最终根据这些规律，用新的输入数据来推算输出结果，这种学习分析的过程被称为“训练”。
人工神经网络是一门发展十分迅速的交叉学科，它是由大量处理单元组成的非线性大规模自适应动力系统，具有学习能力、记忆能力、计算能力以及智能处理能力，并在不同程度和层次上模仿人脑神经系统的信息处理、存储及检索功能。
同时，人工神经网络具有非线性、非局域性、非定常性、非凸性等特点，因此在智能控制、模式识别、计算机视觉、自适应滤波和信号处理、非线性优化、自动目标识别、连续语音识别、声纳信号的处理、知识处理、智能传感技术与机器人、生物医学工程等方面都有了长足的发展。
人工神经网络产生的背景自古以来，关于人类智能本源的奥秘，一直吸引着无数哲学家和自然科学家的研究热情。
生物学家、神经学家经过长期不懈的努力，通过对人脑的观察和认识，认为人脑的智能活动离不开脑的物质基础，包括它的实体结构和其中所发生的各种生物、化学、电学作用，并因此建立了神经元网络理论和神经系统结构理论，而神经元理论又是此后神经传导理论和大脑功能学说的基础。
智能控制论文智能控制论文
智能控制论文智能控制论文智能控制课程教学改革初探摘要结合自身教学实践，分析智能控制理论教学中存在的主要问题，并提出具体的教学改革措施与途径，包括简化教学内容、教学中引入MATLAB、加强实践教学等方面的改革。
实践证明，这些改革不仅取得良好的教学效果，而且激发了学生学习智能控制理论的兴趣。
关键词智能控制理论；教学改革；MATLAB中图分类号：G642.0 文献标识码：B 文章编号：1671-489X(2011)12-0035-02Practice and Reform on Teaching of Intelligent Control Theory Course//Li JunhongAbstract In this paper, the problems in teaching Intelligent Control Theory Course for undergraduates are pointed out, and some detailed approaches of teaching reform on Intelligent Control Theor y are proposed based on the self’s practical teaching experience. The approaches include three aspects, that is, simplifying teaching contents, introducing MATLAB in teaching and strengthening practice teaching. The practice illustrates that the proposed teaching reforms notonly obtain good effects, but also inspire students’ interest in intelligent control theory.Key words intelligent control theory; teaching reform; MATLABAuthor’s address School of Electrical Engineering, University of South China, Hengyang, Hunan, China 421001 智能控制是当今国内外自动化学科中十分活跃和具有挑战性的领域，是一门新兴的交叉学科，代表着当今世界控制理论和技术的发展方向，是一门集理论研究和工程实践于一体的综合性课程。
智能控制技术及其应用 毕业论文
摘要：本文主要介绍了智能控制技术从经典控制理论、现代控制理论发展到今天的智能控制理论的发展过程和主要方法，并介绍了智能控制在工业发展、机械制造、电力电子学研究领域中的应用。
关键字：自动化智能控制应用随着信息技术的发展，许多新方法和技术进入工程化、产品化阶段，这对自动控制技术提出犷新的挑战，促进了智能理论在控制技术中的应用，以解决用传统的方法难以解决的复杂系统的控制问题。
一、智能控制的发展过程从经典控制理论、现代控制理论发展到今天的智能控制理论，经历了很长时间。
四十年代到五十年代形成了经典控制理论。
经典控制理论中基于传递函数建立起来的如频率特性、根轨迹等图解解析设计方法，对于单输入-单输出系统极为有效，至今仍在广泛地应用。
但传递函数对处于系统内部的变量不便描述，对某些内部变量还不能描述，且忽略了初始条件的影响。
鼓传递函数描述不能包含系统的所有信息。
现代控制理论主要研究具有高性能、高精度的多变量变参数系统的最优控制问题，它对多变量有很强的描述和综合能力，其局限在于必须预先知道被空对象或过程的数学模型。
智能控制是在经典和现代控制理论基础上进一步发展和提高的。
智能控制的提出，一方面是实现大规模复杂系统控制的需要；另一方面是现代计算机技术、人工智能和微电子学等学科的高度发展，给智能控制提供了实现的基础。
智能控制提供了一种新的控制方法，基本解决了非线性、大时滞、变结构、无精确数学模型对象的控制问题。
二、智能控制的主要方法通俗地讲，智能控制就是利用有关知识（方法）来控制对象，按一定要求达到预定目的。
智能控制为解决控制领域的难题，摆脱了经典和现代控制理论的困境，开辟了新的途径。
智能控制技术的主要方法有模糊控制、基于知识的专家控制、神经网络控制和集成智能控制等,以及常用优化算法有:遗传算法、蚁群算法、免疫算法等。
1、模糊控制模糊控制以模糊集合、模糊语言变量、模糊推理为其理论基础,以先验知识和专家经验作为控制规则。
智能控制论文
智能控制论文摘要：基于智能控制和常规控制的本质区别和内在联系，对智能控制的概念进行了研究，同时介绍了智能控制的学科基础和主要分支，并且总结了智能控制的基本分析方法，最后指出了智能控制的实现中存在的一些问题。
关键词智能控制，人工控制，控制论1 引言自1971年傅京孙教授提出“智能控制”概念以来，智能控制已经从二元论（人工智能和控制论）发展到四元论（人工智能、模糊集理论、运筹学和控制论），在取得丰硕研究和应用成果的同时，智能控制理论也得到不断的发展和完善。
智能控制是多学科交叉的学科，它的发展得益于人工智能、认知科学、模糊集理论和生物控制论等许多学科的发展，同时也促进了相关学科的发展。
智能控制也是发展较快的新兴学科，尽管其理论体系还远没有经典控制理论那样成熟和完善，但智能控制理论和应用研究所取得的成果显示出其旺盛的生命力，受到相关研究和工程技术人员的关注。
随着科学技术的发展，智能控制的应用领域将不断拓展，理论和技术也必将得到不断的发展和完善。
2 智能控制的概念智能控制的定义一: 智能控制是由智能机器自主地实现其目标的过程.而智能机器则定义为,在结构化或非结构化的,熟悉的或陌生的环境中,自主地或与人交互地执行人类规定的任务的一种机器.定义二: K.J.奥斯托罗姆则认为,把人类具有的直觉推理和试凑法等智能加以形式化或机器模拟,并用于控制系统的分析与设计中,以期在一定程度上实现控制系统的智能化定义三: 智能控制是一类无需人的干预就能够自主地驱动智能机器实现其目标的自动控制,也是用计算机模拟人类智能的一个重要领域.,这就是智能控制.他还认为自调节控制,自适应控制就是智能控制的低级体现.定义四: 智能控制实际只是研究与模拟人类智能活动及其控制与信息传递过程的规律,研制具有仿人智能的工程控制与信息处理系统的一个新兴分支学科。
3 智能控制系统的类型1)集成或者（复合）混合控制几种方法和机制往往结合在一起,用于一个实际的智能控制系统或装置,从而建立起混合或集成的智能控制系统.2）分级递阶控制系统分级递阶智能控制是在自适应控制和自组织控制基础上,由美国普渡大学Saridis提出的智能控制理论.分级递阶智能控制(Hierarchical Intelligent Control)主要由三个控制级组成,按智能控制的高低分为组织级,协调级,执行级,并且这三级遵循"伴随智能递降精度递增"原则。
智能控制器基本控制规律论文
试析智能控制器的基本控制规律随着微电子技术的不断发展，集成了cpu、存储器、定时器/计数器、并行和串行接口、看门狗、前置放大器甚至a／d、d／a转换器等电路在一块芯片上的超大规模集成电路芯片(即单片机)出现了。
以单片机为主体，将计算机技术与测量控制技术结合在一起，又组成了所谓的“智能化测量控制系统”，也就是智能控制器。
智能控制器工作原理。
传感器拾取被测参量的信息并转换成电信号，经滤波去除干扰后送入多路模拟开关；由单片机逐路选通模拟开关将各输入通道的信号逐一送入程控增益放大器，放大后的信号经a／d转换器转换成相应的脉冲信号后送入单片机中；单片机根据仪器所设定的初值进行相应的数据运算和处理(如非线性校正等)；运算的结果被转换为相应的数据进行显示和打印；同时单片机把运算结果与存储于片内flashrom(闪速存储器)或e2prom(电可擦除存贮器)内的设定参数进行运算比较后，根据运算结果和控制要求，输出相应的控制信号(如报警装置触发、继电器触点等)。
此外，智能控制器还可以与pc机组成分布式测控系统，由单片机作为下位机采集各种测量信号与数据，通过串行通信将信息传输给上位机，由pc机进行全局管理。
智能控制器基本构成1、硬件部分（1）主机电路主要由微处理器cpu、只读存储器rom和eprom、随机存储器ram、定时/计数器ctc以及输入/输出接口等组成，它是数字控制器的核心，用于数据运算处理和各组成部分的管理。
（2）过程输入通道包括模拟量输入通道和开关量输入通道两部分，其中模拟量输入通道主要由多路模拟开关、采样/保持器和a/d转换器等组成，其作用是将模拟量输入信号转换为相应的数字量；而开关量输入通道则将多个开关输入信号通过输入缓冲器将其转换为能被计算机识别的数字信号。
（3）过程输出通道主要包括模拟量输出通道和开关量输出通道两部分，其中模拟量输出通道由d/a转换器、多路模拟开关输出保持器和v/i转换器等组成，其作用是将数字信号转换为1～5v模拟电压或4～20ma模拟电流信号。
DCS智能控制论文
DCS智能控制论文1DCS智能控制系统用于矿山生产的优势1、1设计思路简单在传统的矿井生产控制器的设置过程之中，在设置之前，充分了解到要进行控制的矿井生产系统的实际情况，根据要进行控制的矿井生产设备的实际情况来进行控制模型的设计，在这个过程之中，随着矿井生产系统的运行变化，往往会出现一些不确定性因素，导致矿井生产系统出现变化，影响到矿井生产控制系统功能的发挥，可以说，要进行传统的矿井生产控制系统的设计是相当麻烦的。
在这样的背景下，将DCS智能控制系统技术应用在矿井生产控制领域，利用DCS智能控制系统技术之中的函数近似技术，将自动化控制参数拟合成为相应的数学模型，根据内置的模拟器系统进行对控制参数的转换，有效降低了矿井生产控制系统的设计难度。
1、2性能优越DCS智能控制系统技术的应用，可以对矿井生产系统之中的各种参数进行调整优化，相比较于传统的矿井生产控制系统，也更容易进行操作调控，对于新型数据信息的处理能力也更优越。
1、3一致性好传统的矿井生产系统是根据特定的矿井生产设备所设定的，只能够对特定的矿井生产系统进行控制。
而应用了DCS智能控制系统技术的矿井生产系统对于大部分的矿井生产系统都有着良好的控制效果。
2DCS智能控制系统用于矿山生产的具体途径2、1优化设计在DCS智能控制系统技术用于矿井生产控制的过程之中，可以充分结合DCS智能控制系统的先进理论技术以及相应的实践经验。
在传统的矿井生产控制过程之中，主要采用的设计手段就是结合实际的工作经验来进行控制系统的设计，这种设计方法缺乏先进的系统理论的支持，在实际的运行过程中，往往会出现一些难以解决的故障问题。
DCS智能控制系统技术的应用，可以有效地优化矿井生产控制系统的设计，并通过对先进的计算机科学技术的应用，有效地缩减产品从设计到成型的时间，提升了矿井生产控制的控制效率。
截至目前为止，DCS智能控制系统技术主要应用的是遗传算法技术和专家系统技术，通过对遗传算法技术的应用，可以直接对矿井生产控制系统的结构对象进行优化设计，这就可以保证矿井生产控制系统具备更好的全局控制能力，也可以自动进行对于相关问题的检索控制；通过对专家系统的应用，可以充分吸取来自专家的相关意见，对于矿井生产控制系统进行有效的优化设计，提升矿井生产控制系统的应用水平。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一、引言 (3)二、轧机液压AGC数学模型 (3)三、基于BP神经网络的轧机AGC过程控制 (5)（一）人工神经网络基本思想及其发展 (6)（二）人工神经网络的工作原理 (7)（三）人工神经网络的主要功能特点 (8)四、神经网络辨识 (9)（一）扩展BP神经算法 (9)（二）基于时间序列的动态模型辨识 (11)五、辨识结果 (12)（一）轧制力辨识 (12)（二）液压AGC参数辨识 (13)六、结果检验 (14)（一）模型检验 (14)（二）辨识结果对比 (14)七、结论 (15)八、参考文献: (15)先进过程控制技术在轧机液压领域的应用摘要:轧机液压AGC控制过程的力控精度直接影响带钢的组织性能和力学性能，是保证板带质量和板形良好的关键因素。
所以对轧机液压AGC的力控制，成为热轧生产中的重要环节，对其过程进行分析和研究具有深远的现实意义。
本文以国内某热轧厂轧机液压AGC控制为背景，对如何提高轧机液压AGC控制的力控精度从控制方法上入手进行了较深入系统的研究。
在分析液压AGC的组成元件及其动态特性的基础上, 利用神经网络具有逼近任何非线性函数且具有自学习和自适应的能力, 建立基于时间序列的前馈动态模型辨识结构, 应用扩展BP算法对轧机液压AGC力控制系统进行非线性预测, 将预测结果应用最小二乘辨识方法进行线性系统的特征参数辨识, 仿真及实测结果表明此方法行之有效, 为轧机液压AGC的控制提供了新途径。
关键词:自适应辨识;板带轧机;液压AGC;神经网络Advanced process control technology in the field of rolling millhydraulic applicationsAbstr act: In the process of rolling mill hydraulic AGC control force control precision directly affects the organization performance and mechanics performance of the steel strip, is guarantee the quality of strip and plate shape of the key factors. So the force control of rolling mill hydraulic AGC, become the important link between the hot rolling production, analyzes its process and research has far-reaching practical significance. This paper, taking a warmwalzwerk domestic mill hydraulic AGC control as the background, on how to improve the force control precision of the rolling mill hydraulic AGC control from the control methods of conducted in-depth study of the system. Based on the analysis of dynamic characteristics of hydraulic AGC components and, on the basis of using the neural network has any nonlinear function approximation, and has the ability of self learning and adaptive feedforward dynamic model identification based on time series structure, extend the BP algorithm was applied to rolling mill hydraulic AGC force control system for nonlinear prediction, and the predicted results using least squares identification method for characteristic parameters of a linear system identification, simulation and experimental results show that this method is effective, for rolling mill hydraulic AGC control provides a new way.Key wor ds: adaptive identification; stripe mill; hydraulic AGC; neural network一、引言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。
液压AGC( automatic gauge control)是现代化轧机设备的核心技术, 液压AGC 系统运行状态的好坏, 直接决定了轧机的工作状态。
基于先进过程控制的思想，开展液压AGC 系统辨识的研究对提高轧机设备的技术水平和设备的生产率有着重要的意义。
构成一个完整液压AGC 系统的主要动态元件具有高度非线性的特点, 其系统必然也具有高度非线性的特点[1]。
近年来, 基于神经网络的控制作为一个新兴领域, 引起了人们的广泛关注[2,3]。
本文应用神经网络能够逼近任何非线性函数及具有自学习和自适应的能力, 利用大量的历史数据,建立神经网络权系数矩阵, 用于非线性预报轧制力, 将得到的预报结果作为轧制力计算模型中轧制力的设定值, 然后应用最小二乘法辩识出轧机AGC 力控制线性系统模型的各个基本参数，实现控制过程的优化。
二、轧机液压AGC 数学模型一个完整的AGC 系统由若干个厚度自动控制环路组成, 通常由液压压下位置闭环、轧制压力补偿系统、测厚仪前馈及监控系统组成, 其中液压压下位置闭环可以用液压压下力( 或压力) 闭环代替, 因为力闭环具有可以消除轧辊偏心等机械系统的问题对板厚干扰的优点。
其功能是进行空载辊缝设定和轧制过程中向各模块提供轧制压力值、辊缝值和板厚。
主要动态元件为控制调节器、伺服阀、液压缸、轧机负载、传感器等。
本文是基于力控制系统的辨识。
其动态元件定量描述如下:伺服阀基本方程G 1(s)1)+ X s/ ( 1) + X s/ (K I Q sv a sv c sv0 式中,K sv 为伺服阀的静态流量放大系数;X a 为伺服线圈的固有频率;X a 为伺服阀固有频率。
液压缸基本方程G 2(s)$F=$F p -$F b =$p L A p -$p b A b式中,$F p 为作用于油缸无杆腔压力的变化;$F b 为作用于油缸有杆腔压力的变化;$p L 为控制容积内压力变化;$p b 为油缸有杆腔压力(背压)的变化;A p 为液压缸无杆腔活塞面积;A b 为油缸有杆腔的工作面积。
轧机基本方程G 3(s)L p p p p 2e F +Kx +dt dx B +dt x d M =$F 2式中,M e 为轧机运动部件的等效总质量;B p 为活塞及负载等部件的粘性系数;K 为负载运动时的弹性负载刚度系数;F L 为作用在活塞上的其它负载;x p 为液压缸活塞的位移。
控制调节器G 4(s)G 4(s)=K p (1+sT 1i + T d s) 式中,K p 为PID 调节器的比例系数;T i 为PID 调节器的积分时间常数;T d 为PID 调节器的微分时间常数。
背压回油管道G 5(s)dt dx R +dt x d M +A p =A p p r 2p 2or r do r d式中,p do 为初始背压;A r 为回油管道截面积;M or 为回油管道中油液的质量;R r 为油液的粘性系数。
传感器G 6(s)sT K +1K x x s ss p d = 式中,K s 为位移反馈系数;T s 为位移传感器的时间常数。
根据液压AGC 力闭环系统主要元件的方程,建立液压AGC 力控制系统动态模型,见图1,结合某型轧机液压AGC 力控制系统数据,建立液压AGC 力控制系统理论特征数学模型为)16530.426653s 1)(+5941.78594s 1)(0.0365s s(1)+43s 100200(0.01)+s X 2F +X s 1)(+s X 2F +X s 1)(+X s s(s)K +(1K =G(s)s 22s 220002sv sv sv 2r I 0++++=式中,K 0为空载时的开环增益;K I 为积分常数;X r 为惯性环节的转折频率;F sv 为伺服阀阻尼系数;X 0为综合固有频率;F 0为综合阻尼比。
图1液压AGC系统力闭环的动态模型三、基于BP神经网络的轧机AGC过程控制人工神经网络（Artificial Neural Networks,简称ANN)的发展给我们提供了新的方法。
由于人工神经网络具有处理信息速度快、计算能力强、容错性高和鲁棒性强的特点，能够完成自学习、自适应、归纳推理等智能型任务，可被用于非线性、动态、强干扰、强耦合、强时滞、难于建模的复杂系统的控制，它作为信息智能处理的现代化工具已日益普及。
在实际生产中轧机AGC控制与各种影响因素之间的关系是一种非线性映射关系，各影响因素对控制目标作用权重不同。
人工神经网络所具有的功能特别是处理非线性复杂过程的能力，无疑为求解基本提供了一种好的方法。
本章结合某国内热轧厂的实际情况，采用BP (Back Propagation)神经元网络来在线预报轧制过程中向各模块提供轧制压力值、辊缝值和板厚。
通过控制调节器、伺服阀、液压缸、轧机负载、传感器等主要动态元件。
应用最小二乘法辩识出轧机AGC 力控制线性系统模型的各个基本参数的策略来更进一步的提高轧机AGC力控制精度及均匀性。
（一）人工神经网络基本思想及其发展人工神经网络（Artificial Neural Networks)起源于神经生物学，特别是对脑神经系统的研究。
对于人脑神经系统一自然进化最杰出的产物的研究，使人们抓住了它在结构上最重要的特殊性质；由低层次的大量简单单元的确定性运算，通过复杂的接触和相互间的竞争协作，产生宏观层次的群体行为的潜在运算过程。