在工业化建设的今天，塑料薄膜已经日益成为人们生活中不可或缺的重要组成部分。新技术的不断创新促进双向拉伸塑料薄膜(BOPP)生产技术的飞速发展，作为BOPP生产最后环节——卷取控制系统，其张力控制直接影响到产品的质量。　　 目前，卷取系统一般采用直接张力控制方式，此方式用张力传感器进行张力信号的检测、变送。由于BOPP系统属于微张力控制，传统的直接张力控制方法难以实现张力信号的精确检测，本文通过分析比较现今卷取系统中的张力控制方法，阐述了间接张力控制技术的优势以及该技术在卷取系统的应用和发展趋势，对张力控制系统的基本组成及控制原理进行了讨论、研究并得出卷取直径的计算方法。　　 本文设计了一套基于PLC的张力控制系统。系统采用日本三菱公司的Q系列高性能PLC作为中央处理器，用软件实现卷取直径的计算。在PLC的基础上，采用CC_Link网络、DAV数模转换模块、六十四点的输入输出模块和用于定位的QD75模块实行卷取功能的实现。本系统既可以看作是一个独立的系统，也可以看作是整个BOPP生产系统的一部分，具有精确控制性、良好动态特性等特点，可以实现工厂网络化、信息化。　　 本文根据薄膜生产工艺要求和张力控制系统的控制结构，研究设计了张力控制策略，为简便起见，通过统一量纲简化了计算机实现过程并按照各个元器件的不同特性，计算出张力的控制命令；同时设计薄膜自动卷取系统、系统初始化、旋转台控制、接近装置控制、出错保存、以及速度计算的软件流程。　　 由于卷取张力控制系统具有动态、时变、非线性等特点，传统PID控制方法难以达到理想的控制效果。根据神经网络控制技术的自学习、自适应、非线性映射的特点，本文将神经网络控制理论引入张力控制系统，对张力神经网络控制器进行了初步设计，并用MATLAB对控制器加以仿真。仿真结果表明：张力神经网络控制器对张力控制可以达到明显的效果，极大改善了系统的动态静态性能，跟随给定曲线的效果明显，跟随误差小，提高了张力控制的精度。