一种喷涂线静电喷粉膜厚均匀性在线调控方法与流程

本申请属于在线调控领域，尤其涉及一种喷涂线静电喷粉膜厚均匀性在线调控方法。

背景技术：

1、在喷涂生产线上，粉末涂层固化前的膜厚均匀性直接影响产品涂装质量。工件表面的粉末沉积不仅受喷枪电压、出粉量、雾化气压、喷涂距离及输送链速度等当前工艺参数影响，还会受到设备连续运行状态、历史工况累积变化以及工件局部空间位置差异等因素的共同作用。传统喷涂工艺控制多依赖操作人员经验调试或固定参数运行，难以及时适应设备状态、粉末特性及外部环境变化，容易造成工件表面粉末分布不均、局部过厚或过薄，进而影响涂装质量稳定性，并增加涂料消耗和返工成本。

2、目前，基于数据驱动的膜厚预测与控制方法已逐渐应用于喷涂流水线，但部分现有方法对工艺参数时序延续性、历史累积影响以及局部工艺因子的表达不足，导致输入特征难以充分反映实际喷涂过程，膜厚预测结果的适应性受到限制。同时，常规膜厚预测模型多采用离线或静态建模方式，在运行参数波动、粉末批次变化或设备状态漂移时，模型可靠性容易下降；在工艺参数逆向优化过程中，也往往缺少兼顾边界约束、目标膜厚均值和整体膜厚分布均匀性的评价机制。因此，如何建立一种能够融合历史特征、适应工况变化并在线推演候选控制参数的喷涂线膜厚均匀性调控方法，是静电喷粉工艺领域需要解决的技术问题。

技术实现思路

1、为了解决现有技术中喷涂膜厚预测特征对历史累积和局部工艺影响表达不足、模型难以适应工况变化且参数优化缺少均匀性约束的问题，第一方面，本发明提出了一种喷涂线静电喷粉膜厚均匀性在线调控方法，包括：

2、获取工件表面喷涂后未固化的多点粉末膜厚测量值及对应的喷涂工艺参数，将所述多点粉末膜厚测量值作为支持向量回归模型的输出标签，将所述喷涂工艺参数作为输入侧过程数据，所述支持向量回归模型的输入特征向量由局部工艺影响因子、由工艺参数时间衰减指数平滑值构成的过程历史状态序列及当前时刻输入侧过程数据拼接而成，所述局部工艺影响因子通过融合喷涂贡献权重及实时运行参数得到；

3、建立多输出支持向量回归膜厚预测模型，核函数为复合高斯核且内置变换函数，所述变换函数由基准多项式距离项与工况调制正弦修正项叠加构成，采用参数寻优算法确定模型超参数，当预测误差累积值超出阈值或无量纲化输入特征向量与支持向量集合的最小欧氏距离大于阈值时利用新数据在线更新模型参数；

4、构建以当前工艺参数为中心且以历史工艺参数上下限为边界约束的候选参数采样空间，在所述空间内生成候选工艺参数组，利用更新后的所述模型推演各候选工艺参数组对应的多点膜厚分布预测结果，在满足目标膜厚均值约束下，选择使膜厚分布基尼系数最小的候选工艺参数组作为最优控制参数并下发至喷涂设备的控制系统执行。

5、另一方面，本发明还提出了一种喷涂线静电喷粉膜厚均匀性在线调控系统，包括：

6、构建模块，用于获取工件表面喷涂后未固化的多点粉末膜厚测量值及对应的喷涂工艺参数，将所述多点粉末膜厚测量值作为支持向量回归模型的输出标签，将所述喷涂工艺参数作为输入侧过程数据，所述支持向量回归模型的输入特征向量由局部工艺影响因子、由工艺参数时间衰减指数平滑值构成的过程历史状态序列及当前时刻输入侧过程数据拼接而成，所述局部工艺影响因子通过融合喷涂贡献权重及实时运行参数得到；

7、确定模块，用于建立多输出支持向量回归膜厚预测模型，核函数为复合高斯核且内置变换函数，所述变换函数由基准多项式距离项与工况调制正弦修正项叠加构成，采用参数寻优算法确定模型超参数，当预测误差累积值超出阈值或无量纲化输入特征向量与支持向量集合的最小欧氏距离大于阈值时利用新数据在线更新模型参数；

8、执行模块，用于构建以当前工艺参数为中心且以历史工艺参数上下限为边界约束的候选参数采样空间，在所述空间内生成候选工艺参数组，利用更新后的所述模型推演各候选工艺参数组对应的多点膜厚分布预测结果，在满足目标膜厚均值约束下，选择使膜厚分布基尼系数最小的候选工艺参数组作为最优控制参数并下发至喷涂设备的控制系统执行。

9、本发明融合局部工艺影响因子、历史状态指数平滑序列与当前时刻输入侧过程数据构建输入特征，使模型能够表征喷涂过程中实时参数、历史累积状态及局部工艺因素的综合影响。所构建的膜厚预测模型采用内置变换函数的复合高斯核，通过出粉量均值与喷枪电压调节工况调制正弦修正项的幅值与相位，有利于增强模型对非线性喷涂过程的拟合能力。通过误差累积和特征空间距离的双重阈值判定，可在工况变化时利用新数据修正模型。进一步地，在边界约束内生成候选参数组，并以膜厚均值满足要求为前提，以膜厚分布基尼系数最小为目标进行推演寻优，从而实现对多点膜厚均匀性的在线调控，提高涂层质量稳定性。

1.一种喷涂线静电喷粉膜厚均匀性在线调控方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述获取工件表面喷涂后未固化的多点粉末膜厚测量值及对应的喷涂工艺参数，将所述多点粉末膜厚测量值作为支持向量回归模型的输出标签，将所述喷涂工艺参数作为输入侧过程数据，包括：

3.根据权利要求1所述的方法，其特征在于，所述由工艺参数时间衰减指数平滑值构成的过程历史状态序列，包括：

4.根据权利要求1所述的方法，其特征在于，所述核函数为复合高斯核且内置变换函数，包括：

5.根据权利要求4所述的方法，其特征在于，所述采用参数寻优算法确定模型超参数，包括：

6.根据权利要求1所述的方法，其特征在于，所述构建以当前工艺参数为中心且以历史工艺参数上下限为边界约束的候选参数采样空间，在所述空间内生成候选工艺参数组，包括：

7.根据权利要求1所述的方法，其特征在于，所述利用更新后的所述模型推演各候选工艺参数组对应的多点膜厚分布预测结果，包括：

8.一种喷涂线静电喷粉膜厚均匀性在线调控系统，其特征在于，包括：

9.根据权利要求8所述的系统，其特征在于，所述获取工件表面喷涂后未固化的多点粉末膜厚测量值及对应的喷涂工艺参数，将所述多点粉末膜厚测量值作为支持向量回归模型的输出标签，将所述喷涂工艺参数作为输入侧过程数据，包括：

10.根据权利要求8所述的系统，其特征在于，所述由工艺参数时间衰减指数平滑值构成的过程历史状态序列，包括：