define small deviations from the operating point (Ze  = 5 mm, ha
= 3 mm, yo = 2 mm), and the gains U  and V being the partial
derivatives of the transfer functions at the operating point.
Since the  time delay Te  is known, the variable he  (and Ahe
accordingly) expresses the delayed measurement values of the
strip input thickness being assumed as  the strip thickness imme-
diately in front of the roll gap. For simplicity,  the time delay Tu
is omitted in the block diagrams.
The feedforward controller is introduced  in order to precom-
pensate  the measured disturbances  Ahe.  The  feedback PI control-
ler establishes zero error in steady state. It must be kept in mind
that the time delay Ta  depends on the strip velocity.
According to the time delay在这篇文章中介绍的工作中，控制带材厚度的轧钢机提供了一个非线性神经控制的现实应用。被推荐的是建立在模仿植物的神经控制的基础下的不同的控制结构。神经控制器的结果，包括内部模型控制和模型预先控制，与传统的PI控制器的表现相比。所有的神经控制方法探索了非线性模型控制的优点，并增加了控制的精度。既然这样，作为进给控制的神经模型与进给反馈集成的形式的集成体给了我们最好的结果。
  人工神经网络
  人工神经网络在最近十年有着很多关注，为了增加通过学习来解决非线性问题的能力。这些网络提供了与简单程序元件的平行结构，例如信号分辨，和最近的非线性和自适应的控制问题。控制带材厚度的冷轧机是在戴姆勒奔驰公司AEG上的一个应用。这个轧钢机有很多特点，比如改变推延时间和改变产物，使其适应处理神经方式。这是因为神经网络提供了与传统方式截然不同的优点，提供了一个为模型化和非线性系统控制的一般架构。一些用神经网络来是轧机模型化的工作已经完成了。详细来说，两篇论文写的是神经网络模型的使用来为确定轧机任务预测程序参数。通过合成轧制程序的知识到练习程序，作者得到了在那些训练程序不够的区域里的一般化。这个预测数据是被用于设定传统控制方案的控件参数，这是管理控件的一种类型。另一个方面来说，为了直接控制的神经模型的使用是被研究过的。这里我们关注的是工厂神经模型的生产和它在不同的控制方案中的在线使用，比如模型的预测控制。
  神经网络是建立在能够被应用的结构中的，即使是不存在精确算术表述的程序。那就是，模型从工厂的输入和输出的行为观察中得到。这导致控制器的设计成就与为了设置传统控制器的设计技术相比显著减少。基于控制器的神经网络一般很少依靠程序被控制的先验的知识。
  本文的下一节定义了控制问题和简单描述了模型用于仿真植物。第三部分是描述了通过线性控制器来解决这个控制问题的传统方式。第四部分讨论了模型化方面，使用神经网络，和第五部分使用神经网络模型比较控制方案。最后得出结论，包括可能方向进一步的研究。 轧钢机英文文献和中文翻译(3):http://www.751com.cn/fanyi/lunwen_4452.html