铜连续挤压技术由于自身的许多优势在工业生产中得到了广泛的应用。大连交通大学连续挤压工程研究中心，经过多年的努力研究，成功地开发出了铜连续挤压的成套设备。现在，由这些设备和相应的辅助设施组成的铜连续挤压生产线已有了很高的自动化程度。其中，非常关键的一个控制技术就是利用模糊控制技术对铜连续挤压生产过程进行自动控制。但由于模糊控制技术本身存在着建立模糊规则比较困难，自适应能力和自学习能力差等缺点。因此尝试采用BP神经网络控制技术来进一步提高铜连续挤压生产的自动控制水平。 本文分析了影响铜连续挤压生产过程的主要因素，结合目前的生产线控制系统和BP神经网络技术，设计了对铜连续挤压机的主轴转速进行自动控制的方案。利用组态王和由其开发的生产线监控系统制作了数据采集界面，并在生产线安装调试时采集了大量的数据，经过对数据的处理，得到了网络训练用的原始数据。借助于MATLAB及其神经网络工具箱，对设计好的神经网络进行了训练、仿真和测试，并根据具体情况，调整和选择合适的网络参数和结构，直到得到比较理想的结果，使之很好地学习人的控制行为。 为了将来实现铜连续挤压生产的神经网络控制，研究了生产线上的PLC和特殊功能模块数据交换的过程，并利用VB和MSComm控件设计和实现了工控机与PLC的通信。最后将PLC，特殊功能模块，工控机及其软硬件资源联合起来，通过试验验证了，铜连续挤压机神经网络控制的方案是可行的。为进一步开发生产线的功能提供了有力工具，为生产线自动化水平和管理功能的提高和发展打下了基础。