钢铁工业是我国发展国民经济的支柱性产业,冷轧薄板是钢铁工业生产中最重要的产品,它属于高附加值钢材品种。目前,优质、高效地大规模批量生产冷轧薄板带钢产品主要还是依靠连续式冷连轧机。其特点是设备众多、控制过程复杂。张力轧制是冷连轧生产的一个重要特征,张力的控制精度对轧制稳定性和成品带钢质量有着极大影响。因此,深入研究冷连轧机张力的控制具有重大理论意义和实际价值。本文在对冷连轧机结构研究的基础上,分析了冷连轧生产中张力的理论计算模型,同时阐述了张力控制方式。在对冷连轧机张力系统各个环节进行详细分析的基础上,推导了张力系统各环节的数学模型,最后建立了辊缝式调张法张力控制系统数学模型。根据由机理方法推导出的张力系统控制数学模型,利用人工神经网络,结合系统辨识原理,对冷连轧机张力控制的数学模型进行了系统辨识,利用Matlab实验仿真,得出了较好的逼近模型,误差范围满足要求,可以用于张力系统的控制。利用神经网络辨识出的冷连轧机张力系统模型,在线地对张力进行控制。设计了冷连轧张力辨识与控制系统,利用BP神经网络作为辨识器,来逼近实际张力系统,利用线性神经网络对张力系统进行控制；由于神经网络的权值调整作用,辨识模型可以根据实际系统模型的变化,实时地进行自适应调整,同时控制网络也会根据辨识模型的变化,自适应地调整控制策略和控制参数,以使控制更为准确和及时。通过Matlab实验仿真,与传统对机理模型的控制进行比较,对辨识模型的控制适应性更强,控制效果更好,整个张力控制系统的抗干扰能力,以及对模型自身各环节参数变化的适应性都有所增强。针对神经网络辨识控制系统的缺点,利用模糊PID控制方法对系统进行了改进研究。将原系统中的神经控制器部分用模糊PID控制环节代替,以消除神经网络调节时间长,控制初期波动较大的缺点。通过Matlab实验仿真,验证了改进的有效性,在调节时间和动态波动上,改进系统都有较大进步。