神经网络控制是非线性控制的一个分支，它基本上不依赖于系统的数学模型，比较适合于具有不确定性和高度非线性的被控对象。鲁棒控制理论研究的是当系统由于参数扰动或外界干扰存在时系统的控制问题，特别是模型的不确定性对系统性能有影响时系统的控制问题。本论文基于智能鲁棒控制思想，对鲁棒控制、神经网络控制的基本原理、发展阶段、控制器设计方法等方面做了深入的研究，并进行了仿真研究。本文从控制理论、设计方法到将设计方法应用到四机架冷连轧机张力控制系统的全过程进行研究。首先对四机架冷连轧机张力形成环节的数学模型进行了推导，并分析了可以直接进行张力闭环控制时被控对象参数的选择，得出了基于速差的张力形成环节的可变参数是两个的结论。其次，针对冷连轧机为一快速性、实时性系统，本文提出了基于回归神经网络自适应快速BP算法，通过改进的BP算法，提高了系统的实时性。针对非线性时滞系统，本文又提出了两种控制器的设计方法。第一种是基于鲁棒控制，通过求解LMI矩阵不等式，解决了两个Riccati方程存在耦合，求解时依赖于参数调整的问题。第二种是将神经网络与控制理论相结合，利用神经网络任意的非线性逼近能力，解决了系统存在非线性扰动等不确定性时的控制问题。另外，将本文提出的设计方法应用到四机架冷连轧机张力控制系统中并进行了仿真与研究。最后简单介绍了现场总线的基本原理，针对冷连轧机张力控制，基于现场总线设计了分布式监控系统。