张力控制器的研究现状
1.模糊控制（Fuzzy Control）作为智能控制(Intelligent Control)的重要分支之一，它的最大特点是针对各类具有非线性、强耦合性、不确定性、时变的多变量复杂系统，可以取得良好的控制效果。在没有得到被控对象精确的数学模型的前提下，引进模糊控制可以得到良好的效果。采用了模糊自整定PID算法来对张力系统进行控制；针对放、收卷半径时变的特点，采用了自适应模糊控制算法；中以卷染机为研究对象，研究了模糊张力控制算法在其中的应用。
2.自适应过程(Adaptive Control)是现代控制理论的一个重要分支。当过程的随机、时延、时变和非线性等特性比较明显时，采用常规PID控制器很难收到良好的控制效果，若采用自应控制技术，上述问题都能得到圆满的解决。文献4采用S5的PLC和Profibus-DP总线对分切机放卷段进行了自适应张力控制的研究; 文献5采用递推最小二乘法估计参数，对车速突变进行了自适应前馈补偿的研究，并应用于复卷机中。
3. 解耦控制(Decoupling Control)通过设计合适的解耦补偿器，使得一个有强耦合的多变量系统转化成无耦合的多个单变量系统。卷绕系统中张力和速度的强耦合使得解耦控制在其中的应用成为可能。
　　以热轧现场数据为依据，提出了BP-RBF神经网络的自适应解耦控制策略，对调节辊的高度和张力进行了解耦，仿真结果验证了算法的有效性。
4. 神经网络控制(Neural Network S Control)不依赖于对象的数学模型，能适合于任何不确定性系统，又无需任何先验知识，它本身具有自学习和自适应能力，针对张力系统的特点，一些学者应用神经网络方法 。