目前，液压伺服已经在在冶金工业领域占有重要地位。在大功率、快速、精确反应的控制系统中，特别是新型的现代轧机压下控制大都采用液压伺服控制。过去的轧机的电动压下系统由于存在转动惯量大、反应速度慢、精度低、效率低等不足，已经难以满足高精、高速的控制要求。而液压伺服系统具有惯性小、精度高、响应快等优点，在轧机压下系统中应用的优势明显。旧型的电动压下轧机也逐渐向液压压下轧机进行改造过渡。液压控制技术成为良好轧机性能的重要基础。　　 由于液压伺服系统中存在参数摄动、外干扰和非线性摩擦力等问题，本文将智能控制应用于液压伺服系统中，着重从神经网络和模糊控制两种控制策略方面进行研究，目的是寻求切实可行的控制算法，能对系统进行实时控制，以有效解决工程实际问题。　　 文章首先研究了当前液压控制研究现状，并结合液压控制系统组成及工作原理分析了轧机液压伺服系统的特点。文章主要对控制方法展开研究，首先对工程中最常用的数字PID控制进行了简要分析，又提出了模糊PID控制方法，在线调整PID控制参数。尽管模糊控制器具有结构简单、鲁棒性强、跟随速度快的特点，但控制精度不高，难以进行自学习。而RBF(径向基函数)神经网络控制同样具有控制非线性系统的能力，且控制精度高、能自学习、运算速度快，不易陷入局部极小。因此利用RBF神经网络的学习功能，构建了模糊神经网络PID控制器，在实时控制过程中不断修正模糊控制器的参数。通过对数字PID控制、模糊PID控制和模糊RBF神经网络PID控制系统的SIMULINK动态结构图仿真比较，证明了模糊RBF神经网络PID控制策略的可行性与有效性。