Cleveland Kidder张力传感器M846-13510-200

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 

Cleveland Kidder张力传感器M846-13510-200

铁磁元件在被测物重力作用下发生机械变形时，内部产生应力并引起导磁率变化，使绕在铁磁元件（磁极）两侧的次级线圈的感应电压也随之变化。测量出电压的变化量即可求出加到磁极上的力，进而确定被测物的质量。磁极变形式传感器的准确度不高，一般为1/100，适用于大吨位称量工作，称量范围为几十至几万千克。

振动式

弹性元件受力后，其固有振动频率与作用力的平方根成正比。测出固有频率的变化，即可求出被测物作用在弹性元件上的力，进而求出其质量。振动式传感器有振弦式和音叉式两种。