流延膜机架轮廓解算与厚度在线检测方法与流程

本发明涉及工业自动化控制，尤其涉及流延膜机架轮廓解算与厚度在线检测方法。

背景技术：

1、目前，流延膜厚度在线检测系统通常采用β射线或x射线扫描式测厚仪，沿幅宽方向往复扫描采集厚度数据，并结合模头调节点的影响函数进行反向解算，生成各调节点的动作量指令，传统的轮廓解算方法直接在空间域对厚度偏差曲线进行处理，其核心步骤为：采集全幅宽厚度偏差曲线后，将各采样点的偏差值按照各调节点的影响函数矩阵进行加权分配或最小二乘解算，得到各调节点的动作量，实际生产过程中，薄膜厚度偏差表现为沿幅宽方向的空间波动，其成因涉及多个物理层面的耦合作用：模头流道设计缺陷导致的熔体分配不均、模头唇口局部微观扰动、模头整体热变形、熔体泵脉动以及环境温度漂移等因素，均会在厚度偏差曲线上表现为不同空间波长特征的波动分量，上述波动分量在空间域相互叠加耦合，使得厚度偏差曲线呈现出复杂的空间分布形态。

2、现有方法在工业实践中存在以下技术缺陷：

3、实际生产中，边缘区域的厚度波动常表现为特定空间频段的主导性增强，该频段的波动源于模头边缘区域的流道约束差异或热边界效应，然而在空间域中，该特征波动与来自其他原因的高低频波动叠加混杂，解算过程无法对其单独施加针对性抑制，导致控制策略的有效性受限。

4、传统空间域解算方法在进行动作量分配时，某一调节点的动作会对相邻调节点的影响区域产生耦合干扰，引发相邻调节点的反向补偿动作，进而导致多调节点之间的反复调节与控制振荡，严重影响厚度控制的收敛速度和稳态精度。

5、针对上述的技术缺陷，现提出一种解决方案。

技术实现思路

1、本发明采用了如下技术方案：流延膜机架轮廓解算与厚度在线检测方法，包括以下步骤：

2、采集流延膜全幅宽的高密度厚度采样数据，将原始厚度数据与目标厚度值比较计算各采样点的厚度偏差值，对原始厚度数据执行预处理操作后，生成沿横向分布的连续厚度偏差曲线；

3、步骤二，对厚度偏差曲线执行一维离散傅里叶变换将其从空间域转换至空间频域，得到空间频谱，将薄膜边缘区域的厚度频谱与中心区域的厚度频谱进行对比，识别边缘区域中相对中心区域增强的特定频段，标记为边缘特征频段；

4、步骤三，根据空间频谱的分析结果配置多通道频域滤波器，对所述边缘特征频段分配第一控制增益，对频段分配低于第一控制增益的第二控制增益，出频域抑制指令；

5、步骤四，对频域抑制指令执行逆傅里叶变换将其恢复至空间域，得到横向厚度目标调节曲线，按照流延膜机架各调节点的预设影响函数将目标调节曲线映射为各执行器的动作量并下发执行；

6、步骤五，记录每次控制动作前后的频谱变化，利用机器学习算法动态更新边缘特征频段的识别模型和多通道频域滤波器的控制增益参数。

7、进一步的，将原始厚度数据与目标厚度值比较计算各采样点的厚度偏差值，对原始厚度数据执行预处理操作后，生成沿横向分布的连续厚度偏差曲线，具体过程如下：

8、采用矩阵式多通道测厚仪，以预设采样周期同步采集流延膜全幅宽横向各采样点的原始厚度数据；

9、将各采样点的原始厚度数据减去预设的目标厚度值，计算各采样点的初始厚度偏差值；

10、以各采样点为中心，取预设窗口半径内的邻域采样点构成滤波窗口，将窗口内所有采样点的厚度偏差值按数值大小排序，取排序后的中值作为该采样点的滤波后偏差值；

11、以预设的空间插值间隔为目标网格间距，采用线性插值或样条插值方法，将非等间距分布的采样点厚度偏差值映射至等间距网格节点上，使相邻网格节点在横向位置上具有均匀的物理间距；

12、将插值后的各网格节点处的厚度偏差值按其横向位置坐标依次排列，拟合成沿横向位置分布的连续厚度偏差曲线。

13、进一步的，对厚度偏差曲线执行一维离散傅里叶变换将其从空间域转换至空间频域，得到空间频谱，将薄膜边缘区域的厚度频谱与中心区域的厚度频谱进行对比，具体过程如下：

14、对所述连续厚度偏差曲线以等间距网格节点为采样点进行离散采样，得到离散厚度偏差序列；

15、对离散厚度偏差序列执行一维离散傅里叶变换，将其从空间域转换至空间频域，得到空间频谱序列；

16、根据流延膜幅宽尺寸，将全幅宽横向位置划分为边缘区域和中心区域，边缘区域为距流延膜左侧边部或右侧边部预设宽度范围内的区域，中心区域为流延膜幅宽中心两侧预设宽度范围内的区域，分别从离散厚度偏差序列中提取归属于边缘区域的第一偏差子序列和归属于中心区域的第二偏差子序列。

17、进一步的，识别边缘区域中相对中心区域增强的特定频段，标记为边缘特征频段，具体过程如下：

18、分别对第一偏差子序列和第二偏差子序列行一维离散傅里叶变换，得到边缘区域频谱和中心区域频谱；

19、在同一空间频率坐标下，逐频率点计算所述边缘区域频谱与所述中心区域频谱的幅值比值，生成幅值比分布曲线；

20、在幅值比分布曲线上，将幅值比值超过预设特征判定阈值的连续频率区间作为候选特征频段，从所有候选特征频段中选取幅值比值最大的频段作为边缘特征频段，标记该频段内的各频率分量为边缘特征频率成分；

21、根据预设的频率与物理原因映射库，查询边缘特征频段对应的物理原因，频率与物理原因映射库中预先存储有不同空间频率范围与流延膜生产设备物理异常状态的对应关系，将查询结果作为边缘特征频段的物理原因标签输出。

22、进一步的，根据空间频谱的分析结果配置多通道频域滤波器，对边缘特征频段分配第一控制增益，对频段分配低于第一控制增益的第二控制增益，出频域抑制指令，具体过程如下：

23、获取空间频谱和边缘特征频段确认边缘特征频段在空间频率轴上的起始频率和截止频率，以空间频率为自变量，构造多通道频域滤波器的分段增益函数；

24、根据获得的边缘特征频段对应的物理原因，从预设的增益与物理原因映射表中匹配边缘特征频段对应的增益系数作为第一控制增益的取值；将第二控制增益配置为小于第一控制增益且大于等于0的数值；

25、对边缘特征频段配置第一时间常数，对其他频段配置第二时间常数，使多通道频域滤波器对边缘特征频段的波动成分以快响应速度执行抑制，对其他频段的波动成分以慢响应速度处理；

26、将多通道频域滤波器逐频率点作用于所述空间频谱，在频域上执行逐频点相乘运算，生成频域抑制指令。

27、进一步的，对频域抑制指令执行逆傅里叶变换将其恢复至空间域，得到横向厚度目标调节曲线，按照流延膜机架各调节点的预设影响函数将目标调节曲线映射为各执行器的动作量并下发执行，具体过程如下：

28、将频域抑制指令作为频域输入序列，执行一维离散逆傅里叶变换，将频域抑制指令从空间频域恢复至空间域，得到横向厚度目标调节曲线；

29、获取流延膜机架各调节点的预设影响函数矩阵w，影响函数矩阵为m×n维矩阵，其中m为调节点总数，n为幅宽方向采样点总数，各调节点沿幅宽方向按预设间距均匀分布；

30、寻找最优动作量向量，使各调节点的加权叠加效果与步骤目标调节曲线之间的偏差平方和最小化；

31、采用最小二乘解法，得到各调节点的最优动作量，最优动作量包含各热螺栓调节器的加热功率调整量；

32、将求解得到的各调节点最优动作量，按调节点编号与执行器通道的映射关系，分别转换为各执行器的控制信号参数，控制信号参数包括热螺栓调节器的电流、电压输出值；

33、将生成的各执行器控制信号参数下发至对应的执行器驱动模块，执行器按照接收到的控制信号参数执行动作，完成横向厚度目标调节曲线向物理执行机构的空间映射与动作执行。

34、进一步的，记录每次控制动作前后的频谱变化，利用机器学习算法动态更新边缘特征频段的识别模型和多通道频域滤波器的控制增益参数，具体过程如下：

35、记录执行器动作前的历史空间频谱和动作后的新空间频谱，计算频谱变化量，将频谱变化量与本次控制增益参数关联存储为样本数据对；

36、当控制周期累计次数达到预设更新周期阈值时，以历史样本数据对中的控制增益参数为输入特征、频谱变化量为输出标签，训练高斯过程回归模型，拟合控制增益与频谱响应之间的传递函数关系；

37、以边缘特征频段的频谱能量值最小化为优化目标，在增益搜索空间内执行贝叶斯优化，搜索使频谱能量值预期下降最大的第一控制增益更新值，替换多通道频域滤波器的当前第一控制增益；

38、在边缘特征频段的邻域范围内，以预设频率步长逐步偏移频段边界，重复执行处理步骤，选取使频谱能量值取得最小值的边界偏移组合作为边缘特征频段识别模型的更新结果，输出更新后的边缘特征频段。

39、综上所述，由于采用了上述技术方案，本发明的有益效果是：

40、该流延膜机架轮廓解算与厚度在线检测方法，通过将厚度偏差曲线从空间域转换至空间频域，使原本在空间域中叠加耦合的多种波动模式在频域中得到清晰分离，通过建立频率与物理原因映射库，使控制器能够直接针对导致边缘厚度失控的根本原因实施抑制，而非在空间域对叠加后的复合偏差进行盲目修正，通过边缘区域与中心区域的频谱对比，识别出边缘特有或增强的特征频段，并为频段分配高于其他频段的第一控制增益，实现了对边缘特征波动的针对性强力抑制，通过持续追踪边缘特征频段的频谱能量值作为边缘控制效果的评估指标，通过记录每次控制动作前后的频谱变化并利用机器学习算法动态更新边缘特征频段的识别和多通道滤波器的控制增益参数，提高对特定产线的理解精度，实现控制策略的自适应优化，通过为边缘特征频段配置第一时间常数，为其他频段配置大于第一时间常数的第二时间常数，使控制器对边缘特征波动以快响应速度执行抑制，对其他频段波动以慢响应速度处理，差异化响应策略充分考虑不同波长波动的时变特性差异，高频快变波动需要快速跟踪抑制，在保证边缘控制效果的同时避免因快速响应非特征波动引发的系统振荡，提高控制系统的稳定性。