锂离子电池以其重量轻、容量高、工作电压高、寿命长且无污染等特点在全球范围内得到了普遍的应用。但是锂离子电池生产中的关键设备——锂离子芯体卷绕设备,在我国仍以手工卷绕和半自动卷绕型为主。其制成品致密性、使用寿命等指标比较低,难以满足生产和生活需求。本文从方型锂离子电池全自动卷绕机目前遇到的难题——电芯变形问题着手,引出张力控制系统中恒定张力恒定线速度的控制策略,并分析研究国内外各领域的张力控制的现状和发展及各智能算法在张力控制中的应用。首先分析研究方型锂离子电池卷绕机上传统的张力控制系统,其本质就是两电机的线速度同步问题,通过对张力辊上电位计的位置反馈与放卷电机构成PID闭环控制。但由于收卷电机控制的方形卷针的特殊形状影响,造成了在收卷过程中过大的线速度波动范围,从而导致电芯严重变形。本文针对其对收卷线速度不可控的瓶颈,在其基础上设计了新的张力控制系统方案。即在原有张力控制系统的放卷与张力辊组成的PID闭环基础上,增加对收卷系统的开环控制。通过对收卷系统采用机理辨识和BP神经网络辨识相结合的方法,研究收卷系统恒定线速度的模型。其次分析研究收卷过程中方型卷针在收卷过程中的动态模型,得到了方型卷针角速度与收卷线速度的理论模型,并且反推得到了方型卷针收卷线速度恒定时的角速度与位置的曲线关系,并将其应用到实际卷绕中。接着,在理论模型的基础上,对采集的输入输出数据建立BP神经网络逆模型。通过该神经网络模型的仿真,得到了理想恒定线速度输出的角速度模型。最后,通过在方型卷绕机上的不断实验,最终取得了不错的效果,并应用到实际的生产中。