[发明专利]一种基于数字孪生技术的锂电池极片轧机控制方法及系统

摘要

本发明公开一种基于数字孪生技术的锂电池极片轧机控制方法及系统，该控制方法首先建立锂电池极片轧机数字孪生虚拟模型，并通过新型轧机控制系统实现数字空间与物理空间的关联，借助构建的数字孪生体可有效的增强轧机运行时的可视化程度，促进实际控制策略的改进与故障情况的预测与诊断。该控制系统包含由主控系统、信息收集模块、驱动模块、信息传输模块构成的控制单元，以嵌入式开发板的方式实现。本发明控制方法及系统提前对加工过程进行预测，进而优化加工参数，使实际加工的结果满足加工质量要求，改变了现有管控方法过于滞后的现状。

主权项

1.一种基于数字孪生技术的锂电池极片轧机控制方法，其特征在于，该方法包括如下步骤：(1)在上位机上构建锂电池极片轧机虚拟样机，进行初步仿真首先对锂电池极片轧机控制对象进行分类，将其具体划分为机械结构、伺服系统、驱动组件和辅助部件四个部分，为后续数字空间的锂电池极片轧机的模型建立奠定基础；其中机械结构部分涵盖了轧机放卷装置、轧机收卷装置、轧机轧辊、轧机牌坊、轧机轨座，这些构成了锂电池极片轧机的主体部分；伺服系统为锂电池极片轧机中的闭环反馈系统，分为收放卷张力系统、收放卷纠偏系统和间隙调整系统三个部分；驱动组件为锂电池极片轧机中的受控单元，包括伺服电机、磁粉制动器、变频器和气液增压泵四部分；同时锂电池极片轧机生产极片的过程中还涉及到了一些必要的辅助部件，包括切刀平台、液压系统、收放卷气胀轴、导辊和辅助穿带机构；根据上述的锂电池极片轧机控制对象，分析并采集其中的机械结构参数，同时结合动力学、复杂空间环境、执行机构的机械结构，在SolidWorks中完成数字空间的锂电池极片轧机主体模型搭建；之后将锂电池极片轧机主体模型导入到ANSYS中进行仿真分析，通过在锂电池极片轧机主体模型上添加与实际锂电池极片轧机运行时相同的位移、力、温度和电磁载荷，在软件中对建立的锂电池极片轧机主体模型完成参数设置，之后对建立的锂电池极片轧机主体模型进行结构动力学、疲劳和结构优化分析，并对处理后所得到的结果进行查看和分析，判断出建立的锂电池极片轧机主体模型及设置参数是否可用；若可用，收集当前的数据结构参数，并输入到ADAMS中用于构建虚拟样机，若不可用，则调整模型设备参数，并收集新调整的数据结构参数，在SolidWorks中重新对数字空间的锂电池极片轧机主体模型进行搭建，并重复上述步骤；在判断出建立的锂电池极片轧机主体模型及各项参数精确、可用于后续的虚拟样机建立时，将其导入到ADAMS中，然后在锂电池极片轧机主体模型的基础上构建收放卷张力系统、收放卷纠偏系统和间隙调整系统模型，即构建轧机轧辊与轧机放卷装置之间的传动机构、轧机轧辊与轧机收卷装置之间的传动机构、辊缝调整装置、纠偏装置的模型，并在轧机轧辊、轧机放卷装置的转动轴、轧机收卷装置的转动轴、两部分的传动机构(即轧机轧辊与轧机放卷装置之间的传动机构和轧机轧辊与轧机收卷装置之间的传动机构)的各个引导轴、辊缝调整装置、纠偏装置的纠偏滚轴上添加运动副约束，同时在轧机轧辊、轧机放卷装置的转动轴、轧机收卷装置的转动轴、纠偏装置的纠偏滚轴上添加驱动，并绘制模型中的轧机轧辊、轧机放卷装置的转动轴、轧机收卷装置的转动轴、两部分的传动机构的各个引导轴、上下两轧机轧辊之间的辊缝调整装置、纠偏装置的纠偏滚轴的运动轨迹，之后设置仿真时间与仿真步数，进行初步的锂电池极片轧机的运动仿真，观察是否能完成精确的动作，并根据实际的虚拟仿真情况分析，优化运动轨迹，并添加新的运动副约束，直至完成锂电池极片轧机虚拟样机的构建；在建立各部分的虚拟样机时，即轧机轧辊虚拟样机、轧机放卷装置虚拟样机、轧机收卷装置虚拟样机、辊缝调整装置虚拟样机、纠偏装置虚拟样机和传动机构(两部分的传动机构)虚拟样机时，应根据锂电池极片轧机机构系统功能描述和机械专业功能描述，从动力学运动学方程和机械运动方程方面进行精确分析，确保建立的虚拟样机满足锂电池极片轧机实际运行时的运行时间约束、动作空间约束及可用资源约束；(2)通过传感器采集锂电池极片轧机正常运行时的参数信息根据锂电池极片轧机运转过程中对应位置的张力、间隙、压力、偏移距离、速度、厚度、卷径参数的变化，构建分布式传感器网络，通过分布式传感器采集锂电池极片轧机设备运行时产生变化的各类物理量信息以表征锂电池极片轧机系统状态；具体为：利用带动轧机放卷装置的转动轴和轧机收卷装置的转动轴的伺服电机中的编码器收集转速和位置信息，求得轧机收卷装置和轧机放卷装置的卷径；在锂电池极片的边缘放置纠偏传感器，测量极片在锂电池极片轧机运行时产生的偏移距离；利用测厚传感器完成极片轧制前后厚度的测量；在轧机轧辊与轧机放卷装置、轧机轧辊与轧机收卷装置之间的位置放置张力传感器，测量轧机放卷装置、轧机收卷装置与轧机轧辊之间极片带的张力情况；同时根据轧机轧辊和辊缝调整装置中的伺服电机中的编码器，收集转速和位置信息，求得轧机轧辊间隙参数信息；在轧机轧辊与轧机放卷装置、轧机轧辊与轧机收卷装置之间的位置放置数个压力传感器，测量极片在中间传递过程中对轧机放卷装置的转动轴、轧机收卷装置的转动轴的压力参数；根据轧机轧辊、轧机放卷装置的转动轴、轧机收卷装置的转动轴、纠偏装置的纠偏滚轴和辊缝调整装置的伺服电机中的编码器，收集转速和位置信息，进而得到极片带运行的速度；同时根据上述各部分采集或推理得到的参数信息，求得轧机轧辊的轧制压力参数；(3)锂电池极片轧机虚拟样机与锂电池极片轧机实体的互联上位机与信息收集模块连接，信息收集模块通过接口与步骤(2)中的传感器相连接，上位机通过信息收集模块接收由传感器采集的锂电池极片轧机对应位置的张力、间隙、压力、偏移距离、速度、厚度、卷径参数信息，借助MATLAB将参数信息传递到ADAMS中，与ADAMS中构建的锂电池极片轧机虚拟样机完成数据交互，即将与锂电池极片轧机实体对应的模型结构与从该部分实体中采集到的参数信息进行绑定；在锂电池极片轧机实际运行时，传感器不断采集参数信息并反馈给上位机，实现模型结构绑定参数信息的不断更新，从而带动锂电池极片轧机模型不断运动，实现锂电池极片轧机虚拟样机与锂电池极片轧机实体的互联；(4)反馈控制锂电池极片轧机并进行故障预警在锂电池极片轧机模型不断运动时，通过上位机的ADAMS中的仿真平台观测锂电池极片轧机运行情况，将锂电池极片轧机实体和锂电池极片轧机虚拟样机进行动态比较分析，结合虚拟工况信息及传感器采集的参数信息，上位机针对锂电池极片轧机的控制策略和运行情况进行评估并作出优化，将需要改变的信息发送到主控系统；主控系统根据接收到的数据，对主控系统软件中的方法和参数进行更改，进而带动驱动模块实现锂电池极片轧机实体的调控；通过分析ADAMS中仿真平台上锂电池极片轧机实体运行的稳定程度和采集的运行参数，在上位机上进行锂电池极片轧机故障预测，规避可能出现的故障。