1、“.....使下游处增加水冷段数，等效于将上游冷却段数的小部分转移到下游处，为反馈控制留出余地，实际经验表明，取为宜。反馈控制模型反馈控制模型主要用来修正卷取目标温度与实际温度的偏差，以便达到较高的卷取温度控制精度。最初的反馈控制，由于控制信号时间滞后较长，因此为避免振荡，实际上只是根据带钢头部的实测温度对设定计算结果进行次性修正。分为两部分调节，是当带钢的头部到达层流冷却系统出口高温计温度检测点时，如果检测的温度与通过模型计算的温度值产生误差时，则通过反馈控制对所产生的误差值进行修正二是当带钢头部到达卷取温度检测点时，若所测卷取温度与设定的卷取温度产生误差时，则通过反馈控制对所产生的误差进行集管开启修正控制。修正采用下列公式计算式中修正冷却水段数带钢头部实测温度通常为采样数据平均值，。需要指出的是，式中给出的反馈控制算法，由于不能进行带钢的全长反馈控制，因此其控制效果是很有限的。为了解决带钢全长反馈控制问题，在卷取温度控制的实践中，采用下列反馈控制算法式中实测卷取温度目标值，。令则式中反馈控制比例项增益因子反馈控制积分项增益因子。于是......”。

2、“.....该算法在抑制振荡提高卷取温度控制精度简化设定模型的控制参数整定等方面，取得了较好的效果，并已经成功地应用在我国若干套大型带钢热连轧机上。根据上述的前馈控制模型终轧温度补偿控制模型转移控制模型和反馈控制模型，总的冷却喷水段数为自学习模型模型自学习是近几十年来迅速发展起来并广泛应用于计算机控制的项技术。仅仅根据上述的几种控制模型，卷取温度的控制精度是有限的。因此，为了提高计算精度，增强控制模型的适应性，模型的设计需要考虑自学习功能，通过学习可以获得用于修正温度预报模型的自学习系数，即模型具有根据自身经历不断修正以提高精度的学习能力。其基本原理是根据带钢卷取温度的实测值和预报值之间的偏差，采用适当的修正算法，对预只在前向冷却和两段式冷却的第段中起作用，般上下起始位置是在同个位置，特殊情况下上集管的起始位置应该比下集管更加靠近精轧。操作工可以在上面根据实际情况输入上集管阀门和下集管阀门的开启位置，同时在程序中层流冷却系统还提供手动控制半自动控制和全自动控制三种控制方式。这些都是目前我国带钢热连轧生产线上常用到的层流冷却的控制策略，可以看出，不同的钢种需要不同的策略进行冷却。同时......”。

3、“.....有利于开发和研究特殊钢种的冷却策略。实验部分通过可视化编程语言，在机上编写程序，利用国内带钢热连轧生产线生产过程中实际历史数据，对控制模型里的遗传神经网络卷取温度预报模型进行离线学习和测试，训练数据和测试数据分别为组和组。利用训练样本分别对神经网络和遗传神经网络在相同精度要求的情况下进行误差反向传播训练，遗传神经网路在训练次时达到了精度要求，而神经网络则需要次，收敛速度提高了。图显示了两种方法收敛速度的差异图两种神经网络收敛速度比较经过遗传算法的优化设计之后，神经网络进步进行误差反报模型中的重要参数进行修正，以提高模型对以后带钢的预报精度。自学习主要包括长期自学习和短期自学习。短期自学习短期自学习又叫带钢段之间的自学习。当带钢段出层冷区的高温计时，满足定条件下，要进行带钢段之间的自学习，以提高控制精度。短期自学习采用指数平滑法式中当前带钢段自学习后的自学习值当前带钢段的自学习值，由实测值反推得到上带钢段自学习后的自学习值增益系数在自学习过程中需要取值合适，取值时需要考虑实测值的可信度和该规格的带钢已经自学习的次数......”。

4、“.....所以需要进行长期自学习。当带钢全部都出了层冷区的高温计时，采用指数平滑法进行带钢之间的自学习，为保证稳定性，可以取合适的增益系数。主要是利用控制点之间的自学习所得到的系数，在中选取平均计算的结果作为自学习系数，读取上块的结果，利用指数平滑法计算图自学习模型原理图自学习模型原理图如图所示第块钢第块钢第段第段第段粗调动态设定修正后的集管组态修正后的集管组态精调动态设定实测卷取温度计算模型卷取温度对流换热系数实际阀门组态实测带钢速度自学习修正带钢段之间的自学习预设定预设定的集管组态带钢之间的自学习短期自学习长期自学习第段数据库模型当带钢冷却结束后，过程自动化控制级级将该带钢的相关数据，包括日期时间钢卷号目标数据设定数据以及测量数据添加到本地工程记录数据库中。为了方便查看本地历史工程记录，可以根据需要对工程记录进行各种组合查询和排序......”。

5、“.....卷取温度预报模型的传统卷取温度预报模型基于遗传神经网络的卷取温度预报模型，预设定模型前馈控制模型反馈控制模型自学习模型以及数据库模型。带钢热连轧生产线的层流冷却控制系统在这些控制模型的作用下，冷却后的卷取温度完全可以满足生产工艺的要求。由前述内容，可得到层流冷却控制的系统流程图，如图所示。层流冷却的控制策略由于轧制的带钢的钢种和轧后的厚度不同，所以采用的轧后控冷策略是不同的，主要包括冷却策略带钢分段控制层冷区分段控制冷却速度控制侧喷和吹扫控制和上下集管水比配置。冷却策略在控制过程中，冷却策略主要确定以下几方面的内容上下开阀的起始位置，除此之外，还可以推导出以下两个控制模型终轧温度补偿控制模型式中终轧温度补偿控制冷却喷水段数系数。转移控制模型式中转移控制冷却喷水段数。这里的转移控制，是考虑在卷取温度控制中引入反馈控制方式后，为尽可能减小控制滞后，而将反馈调节集中在层流冷却系统的下游处进行。假设上游冷却水段数过多，就会使带钢的温度过低，则进行反馈控制时，必须关闭喷水段，才能使带钢温度提高，然而下游又没有可关闭的喷水段，这样反馈控制就起不了作用......”。

6、“.....第章工程造价各阶段的有效控制工程造价是反映建筑产品的经济效益和社会效益的重要经济指标，工程造价的控制应贯穿于工程建设的全过程。整个项目建设过程分为项目决策阶段设计阶段招投标阶段施工阶段竣工结算阶段和项目后评阶段，在不同的阶段，工程造价控制的重点和效果是完全不同的。据统计，各个阶段的工作对项目工程造的影响分别为项目决策阶段设计阶段招投标和施工阶段竣工结算阶段。我们现在主要说说设计阶段建设发包阶段施工阶段和竣工结算阶段。设计阶段的工程造价有效控制工程造价是以设计图纸为依据，工程设计对工程造价控制起着关键作用。工程设计监理是工程监理的龙头，要对工程进行有效造价控制首先是对工程设计的合理性给以审定。如何对工程设计合理性的审定，我认为在设计监理中应做到审核设计方案的合理性，避免在施工阶段重大设计变更和方案性变化的产生审核设计的安全性，在保证安全性的情况下，尽量最大限度地减少工程量，使工程造价降低。工程设计是具体实现技术与经济对立与统的过程。拟建项目经决策确定后，设计就成了工程建设和控制工程造价的关键。我认为在设计阶段如能以经济效益为中心，精打细算......”。

7、“.....据国外些专家研究指出设计费虽然还不足占工程全寿命费用的，但在决策正确的条件下，它对工程造价的影响程度可达以上。显然，设计是有效控制工程造价的关键。重施工轻设计的传统观念必须克服。要在设计过程中有效控制公路工程造价，必须转变观念，推行限额设计。要限额，就要按各设计阶段层层限额。在可行性研究阶段，应重点研究公路建设项目的经济合理性。初步设计阶段应按照批准的可行性研究阶段投资估算进行限额设计。施工图设计阶段是控制投资的重要环。在以上各设计阶段均已确定的条件下，施工图设计历来是设计工作最活跃的阶段。众多可变因素。它将直接影响施工技术方案工艺衔接资源配置和工期效益，最终导致工程投资变化。再加审查制度不严，多头管理等各方面因素使得设计反复变更，标准不断提高，使工程投资失控。工程造价控制的关键在于前期的投资决策和设计阶段，而在项目做出投资决策后，控制工程造价的关键就在于设计。为了有效地控制建设工程造价。积极开展设计招标，通过设计招标和方案竞选，择优选用设计单位和设计方案，这是设计阶段控制工程造价的第步。运用价值工程优化设计方案。价值工程，是通过各相关领域的协作......”。

8、“.....不断创新，使之以最低的总成本，可靠地实现产品的必要功能，从而提高产品价值的科学的技术经济方法。同个建设项目，可以有不同的设计方案，这就会有不同的工程造价，可用价值工程进行方案的选择。在设计阶段运用价值工程控制造价，并不是片面地认为工程造价越低越好，而应把工程的功能和造价两个方面综合起来进行分析，提高它们之间的比值，研究产品功能和成本的最佳配置，做到质优价廉，又好又省。积极推行限额设计。限额设计就是按照批准的总概算控制总体工程设计，各专业在保证达到设计任务及各项要求的前提下，按分配的取温度目标值中预加，使下游处增加水冷段数，等效于将上游冷却段数的小部分转移到下游处，为反馈控制留出余地，实际经验表明，取为宜。反馈控制模型反馈控制模型主要用来修正卷取目标温度与实际温度的偏差，以便达到较高的卷取温度控制精度。最初的反馈控制，由于控制信号时间滞后较长，因此为避免振荡，实际上只是根据带钢头部的实测温度对设定计算结果进行次性修正。分为两部分调节，是当带钢的头部到达层流冷却系统出口高温计温度检测点时，如果检测的温度与通过模型计算的温度值产生误差时......”。

9、“.....若所测卷取温度与设定的卷取温度产生误差时，则通过反馈控制对所产生的误差进行集管开启修正控制。修正采用下列公式计算式中修正冷却水段数带钢头部实测温度通常为采样数据平均值，。需要指出的是，式中给出的反馈控制算法，由于不能进行带钢的全长反馈控制，因此其控制效果是很有限的。为了解决带钢全长反馈控制问题，在卷取温度控制的实践中，采用下列反馈控制算法式中实测卷取温度目标值，。令则式中反馈控制比例项增益因子反馈控制积分项增益因子。于是，可改写为实践证明，该算法在抑制振荡提高卷取温度控制精度简化设定模型的控制参数整定等方面，取得了较好的效果，并已经成功地应用在我国若干套大型带钢热连轧机上。根据上述的前馈控制模型终轧温度补偿控制模型转移控制模型和反馈控制模型，总的冷却喷水段数为自学习模型模型自学习是近几十年来迅速发展起来并广泛应用于计算机控制的项技术。仅仅根据上述的几种控制模型，卷取温度的控制精度是有限的。因此，为了提高计算精度，增强控制模型的适应性，模型的设计需要考虑自学习功能，通过学习可以获得用于修正温度预报模型的自学习系数......”。