正规一分快3随着现代工业双金属耐磨钢板的不断发展和进步,对板材质量的要求也越来越高,而板形模式识别和控制是提高板材质量的关键技术之一,因此成为冷轧控制研究的热点问题.另外,由（略）络在建立模型中有许多优点,在近几年的研究中被广泛的应用在板形模式辨识和控制中.本文以某薄板厂的六辊五机架CVC冷连轧机为研究对象,以实现板形精确自动控制为目的,建立了基于BP(Error Back Propagation)神经网络（略）式识别模型和板形预测模型.（略）,阐述了轧机、板形的相关知识,以及板形控制的基本方法和策略.重点分析了板形的测量装置以及测量的相关理论. 其次,针对传统数学方法在辨识板形缺陷模式中的不足,以常见板形缺陷模式为依据,利用人工神经网络在建模和系统辨识方面的优点,建立了基于BP神经网络的板形缺陷辨识模（略）atlab7.0中的GUI(Graphical User Interfaces)神经网络工具箱建立了该模型.模型的输入为测量辊的52测量值和它们平均值的偏差,输出为四次板形曲线的各项系数,这些系数可以直接参与到板形的控制中.