如今钢板的加工质量的重要指标，形状控制技术是现代高精度带式轧机的关键技术，形状识别和形状控制技术，是现代带钢轧机控制领域的世界领先研究课题，取冷轧带钢作为主要内容，理论研究和模拟该识别线性预测、的形状的对象物的形状的智能控制策略，因此模式识别是控制形式的关键因素。

与识别方法的数据网络模式，是各问题的传统方法和目的，使用智能识别板状刚性数据网络的方法，基于模式来设置的正交多项式，板坯的数据网络模式识别模式，该轧机模型仅使用三个输入信号和三个输出信号，网络中各层节点的物理意义明确，识别速度快、准确率高，它为识别板的形状提供了一种新的简单方法。

具有所述特征的液压致动器控制系统形成非线性，并且难以采用基于现代控制的经验模型，对于冷连轧机的使用非常有效果，以获得较好的效果控制，为了解决这个问题，基于模糊数据网络，它不仅保持了方法参考自适应控制模式的优点，模型的实时性能的策略参考自适应控制，同时，发挥了形状控制系统执行机构的调节功能，改善了系统的动态特性。

在冷轧过程中，带弯曲力网状带是轧制力，并且初始的磨损类型和类型热辊有复杂的影响，影响关系具有更大的非线性特征，形状预测数学模型的建立非常困难，预测的准确性不能满足在线形式控制的要求，并且其克服了在复杂系统模型中，许多原则形式进行了探索。