神经网络控制是智能控制的一种典型的形式,近几年来得到了飞速的发展。尤其是对于不确知、不确定、非线性、多输入多输出等难于建立精确数学模型的复杂系统,应用神经网络控制理论,通过计算机实现神经网络控制,往往能取理想的控制效果,且所需设备简便,经济效益显著。具有良好平直度的高品质冷轧产品,是国内外冶金企业追求的目标。使用传统的控制手段控制带钢平直度时,并不能取得满意的效果,因为机械机构的变化并不能及时的反映到控制系统,并做一些修正。本文介绍了冷轧产品的平直度缺陷,并且针对这些不同的缺陷,分析了如何通过调节机架执行机构来消除这些缺陷,取得良好的板型;同时阐述了神经网络控制的基本原理、组成结构、设计原则以及自适应修改权系的算法等。本文针对冷轧平直度控制的特点,在神经网络控制器设计理论的基础上,将计算机控制技术和神经网络控制理论相结合,将自适应神经网络控制系统应用于平直度控制过程中。通过HMI人机接口,用离线方式培训神经网络,使其具有一定的辨识能力,然后在此基础上进行在线训练,逐步使控制达到理想状态。通过HMI界面显示,神经网络控制输出能够快速地跟踪设定值,实时控制效果好,且稳定性及鲁棒性良好;用于实际生产中可以提高冷轧产品质量,提高冷轧的整体效益,是未来平直度控制技术的发展方向。