张力控制是线切割机床、IC制造、印刷、纤维缠绕等工业设备中具有共性的基础技术之一。随着现代卷绕设备向高速、高精度方向发展,张力控制技术极其重要。由于大型机电张力设备结构复杂、影响因素众多,在不同工况下系统参数存在着较强的耦合性、非线性、时变性和不确定性;在基础理论、检测技术和控制策略等方面都还有许多问题尚需解决,因此,机电系统张力控制问题是摆在工程技术人员面前亟需解决的重大研究课题之一。论文以“机电张力系统关键控制技术的研究及实践”为题,分析了机电张力系统内各子系统间动态耦合关系;研究了机电张力系统耦合建模方法及基于神经网络解耦控制算法;以典型机电张力系统——多线切割机为研究对象,建立了多线切割机系统的耦合模型及神经网络解耦控制策略;研制了张力系统实时控制软硬件和张力实验平台,并通过实验对所研究内容进行验证。论文主要工作如下:研究了机电张力系统全局耦合建模方法。在复杂机电张力系统大范围动态建模中,通常存在纯机理建模模型精度低和辨识模型外推性能差等问题。针对上述问题,论文提出了基于机理知识的耦合建模技术框架,耦合建模有效解决了大范围内非线性、多变量、强耦合对象的动态建模问题,所建立的耦合模型能准确地反映了机电张力系统各子系统间网络式、多重交互、非线性内反馈及自组织规律的耦合关系。论文分别建立了张力产生机理力学模型、开卷和收卷机构力学模型、摆辊机构力学模型、弹性体变形力学模型、以及机电系统等力学模型;研究分析了多线切割机的切丝切割力、切丝振动等子系统的模型及其耦合关系;根据子系统间耦合关系,建立多线切割机系统全局耦合模型。为了验证耦合建模方法的正确性,论文采用模型参数辨识方法对所建立的多线切割机耦合模型进行验证。针对传统最小二乘系统模型参数辨识方法的缺陷,论文提出一种带有权系数因子的最小二乘系统模型参数辨识方法,该辨识方法通过递推解决了传统最小二乘法对计算量和存储量的限制,采用权系数因子降低历史数据所提供的信息量,相对增加新数据的信息量,有效提高了机电系统模型参数辨识的精度。辨识结果也验证了耦合建模的正确性。研究了机电张力系统自适应解耦控制原理和实现。针对机电张力系统非线性强、模型未知、参数时变、多重网络耦合的特点,论文详细研究了张力系统解耦控制的