一种超细金属线材表面缺陷的自适应补偿电镀方法与流程

本发明涉及信息，尤其涉及一种超细金属线材表面缺陷的自适应补偿电镀方法。

背景技术：

1、超细金属线在精密电子和医疗器械等高端制造领域扮演着不可或缺的关键角色。其表面镀层的质量直接决定了最终产品的导电性能与使用寿命。

2、传统的生产模式通常将线材的拉伸变细与表面电镀处理割裂为两个独立的工序。这种物理上的分段隔离不仅增加了线材在车间内反复搬运和收放卷的次数，极易引发线材表面的机械划伤与空气氧化，更切断了上下游工序之间的状态感知通道。现有的电镀流水线往往采用固定的运行参数，完全依赖人工经验进行前期设定，缺乏对线材实时状态的响应能力。

3、由于拉伸与电镀工序之间存在信息断层，前道工序产生的微观物理变化无法向后道工序传递，进而引发了严重的质量失控。金属线在高速拉伸过程中，受机械应力影响不可避免地会产生微小的直径波动或表面凹坑。当带有这些微观差异的线材进入电镀环节时，固定的电镀参数无法适应线材的动态变化。例如，当某一段线材因为拉伸张力波动导致实际直径偏小，或者表面出现轻微划痕时，如果电镀槽依然保持原有的固定电流强度和走线速度，就会造成该段线材的镀层堆积过厚，甚至在缺陷处发生镀层脱落，最终导致整盘线材报废。这种前端物理状态波动与后端固定处理参数之间的严重错位，使得成品合格率难以提升。

4、因此如何打破拉伸与电镀工序之间的物理与信息壁垒，让电镀环节能够实时感知线材拉伸后的尺寸与表面状态，并据此动态调整电镀参数以弥补前端偏差，成为实现超细金属线高品质连续生产的关键问题。

技术实现思路

1、本发明提供了一种超细金属线材表面缺陷的自适应补偿电镀方法，主要包括：

2、获取形变工序的连续线材图像，通过卷积神经网络提取所述连续线材图像中的像素差异，得到表面凹坑特征与直径波动数值；根据所述表面凹坑特征与所述直径波动数值，构建对应所述形变工序的第一物理状态序列；若所述第一物理状态序列中的所述直径波动数值大于预设的波动阈值，则对所述第一物理状态序列进行线性插值平滑处理，获得第二物理状态序列；从所述第二物理状态序列中提取目标特征向量，获取沉积工序的初始运行设定，提取所述初始运行设定中的初始沉积电流与初始传输速度；通过长短期记忆网络处理所述目标特征向量与所述初始沉积电流以及所述初始传输速度，输出目标沉积电流与目标传输速度；根据所述目标沉积电流与所述目标传输速度，计算所述沉积工序的预期沉积层厚度；若所述预期沉积层厚度小于预设的厚度阈值，则按照预设的补偿比例增大所述目标沉积电流，得到更新沉积电流，若所述预期沉积层厚度大于或者等于所述预设的厚度阈值，则把所述目标沉积电流作为所述更新沉积电流；采用所述更新沉积电流与所述目标传输速度执行所述沉积工序，获得目标沉积物。进一步的，所述获取形变工序的连续线材图像，通过卷积神经网络提取所述连续线材图像中的像素差异，得到表面凹坑特征与直径波动数值，包括：获取连续线材的灰度图像序列并进行归一化处理，得到标准化图像，根据形变程度把所述标准化图像划分为应力集中区域与材料延展均匀区域；采用卷积神经网络对所述标准化图像进行特征提取，输出图像像素梯度矩阵，根据所述图像像素梯度矩阵中梯度值突变的位置提取表面纹理特征，获取表面凹坑的缺陷位置坐标；针对所述缺陷位置坐标对应的图像区域统计像素梯度的径向分布，得到凹坑深度分布数值；基于所述缺陷位置坐标与所述凹坑深度分布数值，采用边缘检测算法提取所述连续线材在标准化图像中的轮廓边界点集，计算相邻边界点间的欧氏距离获取基材的横截面直径序列，通过所述横截面直径序列中最大值与最小值的差值得到直径变化幅度，把所述直径变化幅度与各截面边界点到中心距离的最大偏差之比作为断面圆度偏差，根据所述直径变化幅度与所述断面圆度偏差的比值关系，得到表面凹坑特征与直径波动数值。进一步的，所述根据所述表面凹坑特征与所述直径波动数值，构建对应所述形变工序的第一物理状态序列，包括：从所述表面凹坑特征中提取各缺陷位置的凹坑深度值，统计单位长度基材内凹坑数量得到缺陷密度值，结合所述直径波动数值计算相邻测量截面间的直径变化率，把所述直径变化率与对应位置的凹坑深度值按工序位置坐标进行对应匹配，获取截面形变量分布序列；沿形变方向按固定间隔提取基材的工序位置点，在各工序位置点处采集基材表面温度场分布与形变设备施加的张力波动量，根据所述温度场分布与所述张力波动量计算材料在对应位置的应力分布场数值；针对所述截面形变量分布序列中每个测量截面，提取对应位置的所述应力分布场数值与温度场分布数据，把截面形变量、所述应力分布场数值、所述温度场分布数据与所述张力波动量拼接为物理参数向量，为各物理参数向量添加对应的工序位置点坐标与采集时刻的时间戳；按所述时间戳的时间先后顺序排列所有物理参数向量，在相邻物理参数向量间插入所述缺陷密度值作为过渡标记，根据截面形变量与预设形变阈值的对比结果为各物理参数向量标注质量等级标识符，构建包含所述物理参数向量、所述质量等级标识符与所述时间戳的第一物理状态序列。进一步的，所述若所述第一物理状态序列中的所述直径波动数值大于预设的波动阈值，则对所述第一物理状态序列进行线性插值平滑处理，获得第二物理状态序列，包括：若所述第一物理状态序列中相邻时间节点之间的直径波动数值超出预设波动阈值，则标记超出波动阈值的异常节点位置，判断异常节点的分布密度是否达到触发平滑处理的条件；根据异常节点的分布密度判断结果，对所述第一物理状态序列中所有异常节点采用线性插值方法，以异常节点两侧的有效直径测量值为基准，计算所述异常节点处的插值替代数值，得到各节点的修正直径数值；若所述修正直径数值与相邻节点数值之间的差值仍大于预设波动阈值，则对所述修正直径数值再次执行线性插值计算，直至所有节点间的直径波动数值不超出预设波动阈值，确定各节点的最终直径数值；根据各节点的最终直径数值，按原始时间顺序重新排列，得到第二物理状态序列；针对所述第二物理状态序列中的直径数值，计算序列整体的波动离散度，若离散度低于预设离散阈值，则判定所述第二物理状态序列通过平滑质量校验，获得第二物理状态序列。进一步的，所述从所述第二物理状态序列中提取目标特征向量，获取沉积工序的初始运行设定，提取所述初始运行设定中的初始沉积电流与初始传输速度，包括：对所述第二物理状态序列按时间轴对齐处理，得到时序对齐后的状态数据集；根据时序对齐后的状态数据集，采用滑动窗口截取固定长度的状态片段，对每段状态片段提取统计特征量，得到目标特征向量集合；从沉积工序的工艺数据库中读取初始运行设定记录，若初始运行设定记录中的工序编号与目标特征向量集合所对应的工序编号一致，则从初始运行设定记录中解析出初始沉积电流与初始传输速度，得到初始参数对；根据初始参数对中的初始沉积电流与初始传输速度，构建二维参数空间坐标，把目标特征向量集合中的各特征量投影至所述二维参数空间坐标，得到特征投影分布矩阵；采用支持向量回归模型对特征投影分布矩阵进行拟合训练，若拟合误差低于预设的电流偏差阈值与速度偏差阈值，则输出沉积电流预测值与传输速度预测值，得到运行参数预测结果；根据运行参数预测结果，把沉积电流预测值与传输速度预测值分别与初始沉积电流及初始传输速度进行差值计算，若差值超出预设的参数波动阈值，则触发参数修正指令，提取所述初始运行设定中的初始沉积电流与初始传输速度。进一步的，所述通过长短期记忆网络处理所述目标特征向量与所述初始沉积电流以及所述初始传输速度，输出目标沉积电流与目标传输速度，包括：根据所述目标特征向量中各维度的时序依赖关系，采用滑动窗口方法对所述目标特征向量进行分帧切片，得到固定时间步长的时序片段序列；把时序片段序列送入长短期记忆网络，通过输入门与遗忘门以及输出门对每一时间步的隐藏状态进行更新，得到各时间步对应的隐层状态序列；根据隐层状态序列的末时间步输出，结合所述初始沉积电流与所述初始传输速度，通过全连接输出层对末时间步隐层状态进行线性变换，得到目标沉积电流预测值与目标传输速度预测值；若目标沉积电流预测值与所述初始沉积电流之差超过预设阈值，则判断当前沉积状态存在偏离，触发对目标沉积电流的动态调控修正；若目标传输速度预测值与所述初始传输速度之差未超过预设阈值，则直接确定目标传输速度为当前输出值；根据动态调控修正后的目标沉积电流与确定的目标传输速度，通过误差反向传播算法计算长短期记忆网络各层参数的梯度，更新网络权重矩阵与偏置参数，输出目标沉积电流与目标传输速度。进一步的，所述根据所述目标沉积电流与所述目标传输速度，计算所述沉积工序的预期沉积层厚度；若所述预期沉积层厚度小于预设的厚度阈值，则按照预设的补偿比例增大所述目标沉积电流，得到更新沉积电流，若所述预期沉积层厚度大于或者等于所述预设的厚度阈值，则把所述目标沉积电流作为所述更新沉积电流，包括：根据所述目标传输速度与沉积槽体通过区段长度，计算基材在处理液中的浸没时长，得到单位基材段的浸没时长值；把所述浸没时长值与所述目标沉积电流相乘，获取电解通量；根据所述电解通量，确定基材上的金属沉积质量；根据所述金属沉积质量，获取基材浸没表面积，把所述金属沉积质量除以金属密度后再除以所述基材浸没表面积，得到所述沉积工序的预期沉积层厚度；获取当前沉积工序中实际检测到的沉积层厚度与预设的厚度阈值之间的厚度偏差值，若所述厚度偏差值为负值，则按照预设的补偿比例乘以所述厚度偏差值的绝对值，得到电流补偿幅度，把预先设定的目标沉积电流加上所述电流补偿幅度，得到更新沉积电流；若所述厚度偏差值为非负值，则把所述目标沉积电流直接作为所述更新沉积电流。进一步的，所述采用所述更新沉积电流与所述目标传输速度执行所述沉积工序，获得目标沉积物，包括：采用温度传感器阵列对沉积槽内处理液的温度分布进行实时监测，获取各监测点的温度数值，计算监测点温度数值的平均值作为当前处理液温度，若所述当前处理液温度低于预设温度下限，则启动加热装置提升处理液温度至标准温度区间，若所述当前处理液温度高于预设温度上限，则启动冷却装置降低处理液温度至标准温度区间；根据所述标准温度区间内的处理液温度与所述更新沉积电流建立电阻率计算模型，采用电阻率计算模型计算当前处理液的电阻率数值，通过电压传感器采集基材表面与阳极之间的电压差值，结合所述电阻率数值与所述电压差值计算基材表面的接触阻抗；获取所述接触阻抗的变化率数值，若所述变化率数值的绝对值超过预设变化率阈值，则判定基材表面存在沉积层不均匀状态，调整所述目标传输速度，若所述变化率数值的绝对值未超过预设变化率阈值，则保持所述目标传输速度不变；采用激光测距传感器对沉积后基材的直径进行连续扫描测量，获取基材直径的测量序列数据，统计所述测量序列数据中直径数值的标准差，若所述标准差大于预设直径偏差阈值，则判定基材直径存在波动异常，记录异常发生时刻对应的所述更新沉积电流与所述目标传输速度的组合参数，根据所述组合参数调整所述更新沉积电流或所述目标传输速度中的至少一个参数，获得目标沉积物。

3、本发明实施例提供的技术方案可以包括以下有益效果：

4、本发明针对拉伸工序中线材表面存在凹坑缺陷且直径波动导致后续电镀层厚度不均的问题，通过卷积神经网络实时提取连续线材图像的表面凹坑特征与直径波动数值，构建反映线材物理状态的特征序列，当直径波动超过阈值时进行线性插值平滑处理以消除异常干扰，再通过长短期记忆网络融合处理平滑后的目标特征向量与电镀工序的初始电流和走线速度参数，预测输出与线材实际状态相匹配的目标电镀电流和目标走线速度，并根据预期镀层厚度是否达标动态补偿电镀电流，最终实现了对线材表面缺陷的自适应补偿电镀，保证了目标金属线的镀层厚度均匀性和产品质量稳定性。