冷轧带钢作为钢铁行业的最终产品,其质量要求越来越高,张力恒定是板型质量的重要保证,因而张力控制的高精度也成为冷连轧的关键技术之一。目前国内自动化公司在冷连轧自动化控制方面技术还很薄弱,冷连轧张力系统的研究也就具有非常重要的意义。本文首先分析了某冷轧薄板企业1700mmm酸洗六辊五机架连轧生产线的工艺及控制要求,并在参阅了国内外大量文献的基础上,对张力模型进行了推导和改进,研究讨论了两种不同的张力调节方式：辊缝压下式调张法和速度式调张法。且针对1700mmm冷连轧工艺设备参数对两种调张法进行了系统建模。仿真结果证明：由于冷连轧张力模型的时变性,基于常规PI控制的张力系统效果不佳。针对常规PID冷连轧张力控制的不足,以特定机架间张力为对象,提出PID参数跟随模型参数变化的自适应控制方式,并在分析模糊与神经网络算法的基础上,将模糊控制与神经网络结合设计了有学习能力的模糊神经网络PID张力控制器,仿真结果表明其较之常规PID控制有明显优势。最后,针对模糊神经网络的实时性较差且不易于PLC实现等劣势,提出一种基于极点配置的模糊神经网络PID张力控制方式,在约束条件通过极点配置方式可实现PID参数的离线配置,在线则依据系统参数变化实时修改控制器参数。在分析西门子TDC(Technology and Drive Control)软硬件系统基础上,对张力控制系统进行了硬件设计和配置,并进行了部分程序的编写和人机界面的设计。该控制系统可以满足冷轧过程控制的实时性、安全性、稳定性的要求,为以后进一步研究冷连轧张力控制系统打下了坚实的基础。