摘要∶针对板带轧机液压 AGC系统在线故障诊断问题，建立了一种基于非线性自回归滑动平均模型（NARMA）的递归神经网络，通过AIC定阶法确定模型阶次。运用生产实际数据，通过动态学习算法完成对网络的训练，使网络映射系统的动力学特性。该网络模型避免了故障的自学习，能够很好地实现故障检测。试验研究证明了该神经网络方法进行轧机液压 AGC系统在线故障诊断的可行性和有效性。