现代热轧卷取机的发展主要着眼于提高产品的产量和质量。电液伺服系统在现代的热轧卷取机中的应用主要是实现带头的自动步进回避，这样就有效地消除冲击，同时也使卷取过程中各种事故大为减少，大大提高了轧制过程的自动化水平，产品产量和质量。 本文以热轧卷取机步进控制系统为研究对象，针对实际现场卷取机卷取工艺，在实验室建造了热轧卷取机系统物理实验模型，在国内首次研制了针对卷取机步进控制的电液伺服控制系统，建立了电液伺服系统的数学模型。 本论文详细研究了神经网络自适应控制结构。人工神经网络是一门发展十分迅速的交叉学科，它具有信息的分布存储，并行处理以及自学习能力等优点，遗传算法是一种借鉴生物界自然选择和自然遗传机制的随机化搜索算法，其主要特点是群体搜索策略和群体中个体之间的信息交换，搜索不依赖于梯度信息，人工神经网络和遗传算法在智能控制领域中有着广泛的应用。本文利用人工神经网络和遗传算法自身的特点结合自适应控制来实现对液压伺服系统的实时控制。 本文建立了液压伺服步进控制系统数学模型，利用遗传算法优化神经网络自适应控制模型，以Windows98为操作平台，利用Visual C++编程语言开发了可视化控制软件。该软件人机交互性能好，操作简单，实用性强。 实验证明，该控制系统能实现带头的自动步进回避，提高材料利用率，为研制高水平热轧卷取机奠定基础。