模型参数的自学习有何意义？

        在中厚板的控制冷却过程之中，由于控制系统是前馈系统，系统的控制精度严重地依靠前馈模型。但是前馈模型很难精确地反映现场实际，特别是对流换热系数模型是基于经验公式而得到的，必然存在着偏差。此外，还存在着以下误差：

        ①量测误差。为了进行设定计算需要测取钢板有关参数的实际值，如控冷轧线的测温仪读数等。由于检测仪表都存在一定的误差，因此设定模型中的已知参数也存在误差，这将影响预报精度。

        ②系统特性的变化模型的建立，特别是模型参数的定量化，需要通过大量实测数据的统计处理才能实现，数据少了不能保证精度（测量值存在误差），数据多了又会产生新的问题，即如何保证大量数据的“环境相同”。通过对冷却后钢板实际冷却数据进行处理，找出与控制目标之间的差距，对控制冷却的模型参数进行自学习，可以提高模型的控制精度。