介绍了针对楔横轧机采用液压压下进行辊缝调节基于Popov-Landau超稳定理论设计电液模型参考自适应控制系统.给出了算法，设计方法，理论分析及数字仿真结果，表明这种MRAC系统具有良好的静、动态性能，并具备一定的跟随性及抗干扰能力，控制器形式简单，易于现场应用

以武钢1700mm精轧机主传动系统中控制对象特性参数的改变后系统动态响应品质变差为背景,利用遗传送代算法研究了双闭环控制系统中转速PI调节器参数的优化问题.数字仿真结果证明了该算法的有效性和合理性

对热连轧过程中的活套系统进行了分析,对几种活套控制方式进行了比较.对AGC(自动厚度控制)系统和活套控制系统进行综合设计,提出了一种新的控制方式.仿真结果证明了方法的有效性,可进一步提高热连轧过程的成品质量

将遗传算法与BP神经网络结合,提出了一种利用遗传算法优化BP神经网络权值的智能PID控制算法,改善了系统的动态性能.通过实验采集数据,拟合出无模拉拔感应加热温度控制系统的数学模型.采用本文提出的方法进行了仿真实验,结果表明该算法具有较强的快速性和鲁棒性

第二节 可逆线路中的环流及抑制措施(2) 第三节 有环流可逆调速控制系统及其控制系统仿真

研究了关节型球面坐标气动机械手中的执行部件——气动摆缸的角位移控制方法.根据李亚普诺夫稳定性原理构造最优指标函数,由指标函数推导出使系统输出的跟踪误差趋于零的系统参数调节律,并通过仿真及实验分析了调参系数对气动摆缸角位移控制系统动态性能的影响.实验结果表明,基于稳定性原理的参数调节器使系统达到了对期望输出的精确跟踪,而且保持了控制过程中闭环系统的全局一致稳定性

为了建立工业污水pH值中和系统的正模型,研究了具有大滞后非线性特性的加药中和过程。利用一种动态自适应最近邻聚类(DANNC)学习算法,全面调整网络参数完成了污水pH值加药中和控制系统网络的学习和训练。采用中和过程神经网络内模控制系统的逆模型充当控制器,进行了各种工业条件下污水中和的仿真实验。结果表明,该系统实现了△pH≤0.2的工业污水的控制精度目标,系统实时跟踪和抗干扰性良好

提出了板坯连铸二冷区全智能控制系统的构想，并用人工神经网络和模糊控制的方法对该系统进行了计算机仿真.结果表明，该系统不但能完成二冷各区段铸坯表面温度的动态控制，而且具有良好的自适应性和自学习功能

介绍了逆模型超前控制器,神经网络反馈单元及由5层神经网络组成的集成控制系统.集成控制系统包括一个由神经网络组成的系统模型和具有自调整功能的控制单元.该方法被用于优化设计的综合机构控制仿真,结果证明了它的先进性和可行性

面对板形板厚控制这一复杂、多变量耦合的非线性系统,提出一种基于模糊神经网络的综合控制方案,实现了无模型板形板厚综合控制.仿真结果表明,该控制系统收敛性好、抗干扰性强,取得令人满意的板形板厚控制精度