冷轧薄板属于高附加值钢材品种，是汽车、机械、建筑、电工电子、食品等行业必不可少的原材料。冷连轧作为一种高效、优质的冷轧薄板生产线，其设备众多、控制过程复杂。其中，张力轧制是冷连轧生产的一个重要特点，张力控制的精度对轧制稳定性和成品带钢质量有着极大影响。因此，深入研究张力的控制具有重大理论意义和实际价值。 本课题来源于东北大学与某冷轧薄板有限责任公司的合作研究项目，在该项目中选择了酸洗-轧机生产线中的全连续五机架冷连轧机作为研究对象，对其中的张力控制系统进行了深入的研究。 本文在对冷连轧机消化研究的基础上，首先分析了冷连轧生产中张力的理论计算模型，据此给出了张力控制的方式，包括速度式调张法和辊缝式调张法，并给出了各自的控制原理图。然后，详细的推导了张力系统的各环节的数学模型。系统的建立了辊缝式调张法的系统结构。 其次，通过详细分析张力系统模型特征可知张力系统是时变、非线性的系统。基于神经网络控制不需要精确的数学模型，因而是解决不确定性系统控制的一种有效途径，所以提出了采用神经网络PID的控制策略。该策略在传统的PID控制器的基础上增加一个神经网络控制环节，通过神经网络来调节PID的参数。该方法具有常规PID控制结构简单、参数物理意义明确的优点，同时具有更大的灵活性、适应性，更强的实时性和更好的控制精度。 再次，提出了一种基于遗传算法的神经网络PID控制方法，利用遗传算法搜索一组准优的神经网络初始值参数，作为神经网络PID的初始权值，再利用BP神经网络在线调整PID参数，确保系统的响应具有良好的动态和稳态性能。 从仿真结果分析，本文应用的基于遗传算法改进的神经网络PID控制器与常规的PID控制器相比，该控制器提高了系统的动态性能和静态性能，增强了系统的鲁棒性。