一种基于有限元分析的PVDC涂布方法、电子设备及系统与流程

一种基于有限元分析的pvdc涂布方法、电子设备及系统
技术领域
1.本发明涉及复合包装材料生产领域，更进一步的，涉及一种基于有限元分析的pvdc涂布方法、电子设备及系统。

背景技术：

2.pvdc涂布膜又称pvdc涂复膜、涂覆膜、涂敷膜，简称k膜，即kop(含消光kop)、kpet、kpa、kcpp、kcpe等涂布薄膜。k膜是使用专用设备在各种薄膜材料上涂布一层或多层聚偏二氯乙烯(pvdc)胶乳，从而得到高阻隔性能的薄膜。其优异的阻隔性能主要表现在能成百上千倍地降低氧气透过量，从而大幅度提高了保质期、保香性、保鲜性、耐油性等。而且具有同普通薄膜一样的印刷性能、复合性能，根据需要也可具备双面热封性能(热封强度为≥0.8n/15mm)。
3.pvdc涂布膜的阻隔能力除了与涂层厚度有直接关系外，还与涂布质量有关。在现有进行涂布工艺时，需要根据涂层厚度确定涂布参数，涂布参数会直接影响涂布质量，目前，针对于相关参数的设置，通常是直接根据涂层厚度进行相关工艺参数的查询以及人工设置，在保证了涂层厚度的前提下，可能并未达到最优的涂层质量。
4.有鉴于此，特此提出本技术。

技术实现要素：

5.针对于上述问题，本发明提供了一种基于有限元分析的pvdc涂布方法、电子设备及系统，采用有限元分析的方式模拟涂布过程，针对于不同的涂布标准，基于不同的涂布参数获取到不同的涂层质量；并基于此建立bp网络模型，通过对bp网络模型进行训练实现数据库的建立，在进行实际涂布工艺时，基于实际的涂布标准确定涂布参数，能够实现涂布参数的智能匹配，从而达到提高涂布效率，保证涂层质量的目的。
6.为实现上述发明目的，本发明提供以下技术方案：
7.第一方面
8.本发明实施例提供了一种基于有限元分析的pvdc涂布方法，包括如下步骤：
9.s1、基于有限元分析方法模拟涂布过程，针对于不同的涂布标准，基于不同的涂布参数获取到不同的涂层质量；
10.s2、建立bp网络模型，并对bp网络模型训练；
11.s3、基于训练后的bp网络模型，根据不同的涂布标准，对涂层质量进行寻优，并基于涂布标准、涂布参数以及涂层质量建立数据库；
12.s4、根据待涂布材料的涂布标准匹配数据库中的涂布参数，并基于涂布参数进行涂布。
13.在本方案中，基于有限元分析的方式，模拟涂布过程，并获取涂布标准、涂布参数、涂层质量之间的对应数据，基于不同的数据建立bp网络模型并进行训练，针对于训练后的网络模型，通过针对于不同的涂布标准，寻并匹配最优涂层质量的涂布参数，并基于该涂
布参数进行涂布，通过本方法的使用，基于有限元的分析手段，模拟涂布过程，能够有效的交底实验成本，形成大数据的样本数据，对样本数据进行训练，保证数据的准确性，并基于训练后的数据建立数据库，并实现对应的涂布参数的快速匹配，达到提高涂布效率，保证涂层质量的目的。
14.进一步的，所述涂布标准包括涂层厚度、涂层宽度、基膜材质。
15.进一步的，所述涂布参数包括乳胶浓度、涂布辊转速以及固化温度。
16.进一步的，在步骤s1中，基于有限元分析方法模拟涂布过程，建立涂布模型，将所述涂布标准以及所述涂布参数作为输入参数；形成的涂层质量作为输出参数。
17.进一步的，在步骤s2中，建立bp网络模型，所述输入层输入数据为涂布标准以及涂布参数，所述输出层输出参数为涂层质量。
18.进一步的，还包括步骤s5、基于步骤s4确定的涂布参数进行涂布，并基于该涂布参数获取第一涂层质量，确定第一涂层质量与最优涂层质量之间的差距，并调整涂布参数缩小第一涂层质量与最优涂层质量之间的差距。
19.进一步的，所述步骤s5具体包括如下步骤：
20.s51、基于训练bp网络模型，在确定涂布标准的前提下，获取其中涂布参数与涂层质量的变化规律；
21.s52、基于变化规律，对涂布参数进行调整，并获取调整后的涂层质量，基于调整后的涂层质量、第一涂层质量以及最优涂层质量确定是否需要继续调整。
22.第二方面
23.本发明实施例还提供了一种电子设备，包括处理器、网络接口和存储器，所述处理器、所述网络接口和所述存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如上述的一种基于有限元分析的pvdc涂布方法。
24.第三方面
25.本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被执行时实现如上述的一种基于有限元分析的pvdc涂布方法的步骤。
26.第四方面
27.本发明实施例还提供了一种基于有限元分析的pvdc涂布系统，包括：
28.模拟模块：所述模拟模块用于模拟涂布过程，针对于不同的涂布标准，基于不同的涂布参数获取到不同的涂层质量；
29.神经网络建立与训练模块：所述神经网络建立与训练模块用于建立bp网络模型，并对bp网络模型训练；
30.数据库建立与存储模块：所述数据库建立与存储模块用于基于训练后的bp网络模型，根据不同的涂布标准，对涂层质量进行寻优，并基于涂布标准、涂布参数以及涂层质量建立数据库；
31.控制模块：所述控制模块用于根据待涂布材料的涂布标准匹配数据库中的涂布参数，并基于涂布参数进行涂布。
32.本发明与现有技术相比，具有如下的优点和有益效果：
33.本发明实施例涉及的一种基于有限元分析的pvdc涂布方法、电子设备及系统，基于有限元分析的方式，模拟涂布过程，并获取涂布标准、涂布参数、涂层质量之间的对应数据，基于不同的数据建立bp网络模型并进行训练，针对于训练后的网络模型，通过针对于不同的涂布标准，寻并匹配最优涂层质量的涂布参数，并基于该涂布参数进行涂布，通过本方法的使用，基于有限元的分析手段，模拟涂布过程，能够有效的交底实验成本，形成大数据的样本数据，对样本数据进行训练，保证数据的准确性，并基于训练后的数据建立数据库，并实现对应的涂布参数的快速匹配，达到提高涂布效率，保证涂层质量的目的。
附图说明
34.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
35.图1为本发明实施例提供的一种基于有限元分析的pvdc涂布方法的流程图；
36.图2为本发明另一个实施例提供的涂布方法的逻辑图；
37.图3为本发明实施例提供电子设备的结构示意图。
具体实施方式
38.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
39.在以下描述中，为了提供对本发明的透彻理解阐述了大量特定细节。然而，对于本领域普通技术人员显而易见的是：不必采用这些特定细节来实行本发明。在其他实例中，为了避免混淆本发明，未具体描述公知的结构、电路、材料或方法。
40.在整个说明书中，对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着：结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此，在整个说明书的各个地方出现的短语“一个实施例”、“实施例”、“一个示例”或“示例”不一定都指同一实施例或示例。此外，可以以任何适当的组合和、或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外，本领域普通技术人员应当理解，在此提供的示图都是为了说明的目的，并且示图不一定是按比例绘制的。这里使用的术语“和/或”包括一个或多个相关列出的项目的任何和所有组合。
41.在本发明的描述中，需要理解的是，术语“前”、“后”、“左”、“右”、“上”、“下”、“竖直”、“水平”、“高”、“低”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明保护范围的限制。
42.实施例
43.如图1所示，本发明实施例提供了一种基于有限元分析的pvdc涂布方法，包括如下步骤：
44.s1、基于有限元分析方法模拟涂布过程，针对于不同的涂布标准，基于不同的涂布参数获取到不同的涂层质量；
45.s2、建立bp网络模型，并对bp网络模型训练；
46.s3、基于训练后的bp网络模型，根据不同的涂布标准，对涂层质量进行寻优，并基于涂布标准、涂布参数以及涂层质量建立数据库；
47.s4、根据待涂布材料的涂布标准匹配数据库中的涂布参数，并基于涂布参数进行涂布。
48.其中，在步骤s1中，基于有限元分析的方法模拟涂布过程，具体的，作为本领域技术人员应当知晓，可基于ansys软件建立涂布过程的有限元模型，将涂布标准以及涂布参数作为输入参数，形成的涂层质量作为输出参数。
49.其中，所述涂布标准包括但不限于涂层厚度、涂层宽度、基膜材质；所述涂布参数包括但不限于乳胶浓度、涂布辊转速以及固化温度。
50.其中，作为本领域技术人员应当知晓的是，针对于涂层质量的评价，可采用缺陷检测的方式实现质量评价，具体的，如利用微距相机及检测系统，又如采用申请号为：202010932832.2中涉及的基于深度学习的图像检测方案，需要说明的是，针对于具体的涂层质量的评价方法，其实际上为现有技术，采用任一方式能够实现涂层质量评价均可，在此不做赘述。
51.具体的，在步骤s2中，建立bp网络模型并训练，在本方案中，针对于所述bp网络模型的建立以及训练，所述输入层输入数据为涂布标准以及涂布参数，所述输出层输出参数为涂层质量，具体建立方法在此不做赘述。
52.具体的，在步骤s3中，对涂层质量进行寻优，可采用遗传算法的方式，获取最优解。
53.其中，根据待涂布材料的涂布标准匹配数据库中的涂布参数，所述匹配方法采用for遍历循环方法。
54.在本方案中，基于有限元分析的方式，模拟涂布过程，并获取涂布标准、涂布参数、涂层质量之间的对应数据，基于不同的数据建立bp网络模型并进行训练，针对于训练后的网络模型，通过针对于不同的涂布标准，寻并匹配最优涂层质量的涂布参数，并基于该涂布参数进行涂布，通过本方法的使用，基于有限元的分析手段，模拟涂布过程，能够有效的交底实验成本，形成大数据的样本数据，对样本数据进行训练，保证数据的准确性，并基于训练后的数据建立数据库，并实现对应的涂布参数的快速匹配，达到提高涂布效率，保证涂层质量的目的。
55.如图2所示，在一些实施例中，还包括步骤s5、基于步骤s4确定的涂布参数进行涂布，并基于该涂布参数获取第一涂层质量，确定第一涂层质量与最优涂层质量之间的差距，并调整涂布参数缩小第一涂层质量与最优涂层质量之间的差距。
56.在本方案中，提供一种能够实现在线控制涂布质量的技术方案，通过监控涂层质量，并进行涂布参数调节，从而进一步保证涂布效果。
57.进一步的，所述步骤s5具体包括如下步骤：
58.s51、基于训练bp网络模型，在确定涂布标准的前提下，获取其中涂布参数与涂层质量的变化规律；
59.s52、基于变化规律，对涂布参数进行调整，并获取调整后的涂层质量，基于调整后的涂层质量、第一涂层质量以及最优涂层质量确定是否需要继续调整。
60.其中，作为本领域技术人员应当知晓，在确定涂布标准的前提下，需通过不同的涂
布参数，从而确定最优的涂层质量，基于此，可获得多组在同一涂布标准前提下，涂布参数与涂层之间的相关数据，且，在进行神经网络的训练过程中，可通过控制单一变量的方式，如，当所述涂布参数包括乳胶浓度、涂布辊转速以及固化温度的前提下，通过保证乳胶浓度、涂布辊转速不变，控制固化温度的变化，从而获得涂层质量与固化温度之间的相对关系，并基于该关系可通过调整固化温度的方式实现涂层质量的控制。
61.在一些可选的实施方式中，针对于不同种类的涂布参数，可通过获取不同种类涂布参数与涂层质量变化之间的灵敏度，即在保证单一变量的前提下，确定通过调节不同种类的涂布参数后涂层质量变化的灵敏度，在具体的实施例中，可通过第一涂层质量与最优涂层质量的差距的大小，确定通过调节哪一种的涂布参数实现涂层参数的调节。
62.如图3所示，本发明实施例还提供了一种电子设备，包括处理器、网络接口和存储器，所述处理器、所述网络接口和所述存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如上述的一种基于有限元分析的pvdc涂布方法。
63.本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被执行时实现如上述的一种基于有限元分析的pvdc涂布方法的步骤。
64.在本发明的实施例中，处理器可以是一种集成电路芯片，具有信号的处理能力。处理器可以是通用处理器、数字信号处理器(digital signal processor，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现场可编程门阵列(field programmable gate array，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
65.可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。处理器读取存储介质中的信息，结合其硬件完成上述方法的步骤。
66.本发明实施例还提供了一种基于有限元分析的pvdc涂布系统，包括：
67.模拟模块：所述模拟模块用于模拟涂布过程，针对于不同的涂布标准，基于不同的涂布参数获取到不同的涂层质量；
68.神经网络建立与训练模块：所述神经网络建立与训练模块用于建立bp网络模型，并对bp网络模型训练；
69.数据库建立与存储模块：所述数据库建立与存储模块用于基于训练后的bp网络模型，根据不同的涂布标准，对涂层质量进行寻优，并基于涂布标准、涂布参数以及涂层质量建立数据库；
70.控制模块：所述控制模块用于根据待涂布材料的涂布标准匹配数据库中的涂布参数，并基于涂布参数进行涂布。
71.在一些实施例中，所述控制模块与涂布机的乳胶配料结构，涂布辊以及固化结构连接，实现乳胶浓度、涂布辊转速以及固化温度的调节。
72.以上为本发明较佳的实施方式，本发明所属领域的技术人员还能够对上述实施方式进行变更与修改，因此本发明并不局限于上述的具体实施方式，凡是本领域技术人员在本发明的基础上所作的任何显而易见的改进、替换或变形均属于本发明的保护范围。

技术特征：

1.一种基于有限元分析的pvdc涂布方法，其特征在于，包括如下步骤：s1、基于有限元分析方法模拟涂布过程，针对于不同的涂布标准，基于不同的涂布参数获取到不同的涂层质量；s2、建立bp网络模型，并对bp网络模型训练；s3、基于训练后的bp网络模型，根据不同的涂布标准，对涂层质量进行寻优，并基于涂布标准、涂布参数以及涂层质量建立参数数据库；s4、根据待涂布材料的涂布标准匹配数据库中的涂布参数，并基于涂布参数进行涂布。2.根据权利要求1所述的一种基于有限元分析的pvdc涂布方法，其特征在于，所述涂布标准包括涂层厚度、涂层宽度、基膜材质。3.根据权利要求1所述的一种基于有限元分析的pvdc涂布方法，其特征在于，所述涂布参数包括乳胶浓度、涂布辊转速以及固化温度。4.根据权利要求1所述的一种基于有限元分析的pvdc涂布方法，其特征在于，在步骤s1中，基于有限元分析方法模拟涂布过程，建立涂布模型，将所述涂布标准以及所述涂布参数作为输入参数；形成的涂层质量作为输出参数。5.根据权利要求1所述的一种基于有限元分析的pvdc涂布方法，其特征在于，在步骤s2中，建立bp网络模型，所述输入层输入数据为涂布标准以及涂布参数，所述输出层输出参数为涂层质量。6.根据权利要求1-5任一所述的一种基于有限元分析的pvdc涂布方法，其特征在于，还包括步骤s5、基于步骤s4确定的涂布参数进行涂布，并基于该涂布参数获取第一涂层质量，确定第一涂层质量与最优涂层质量之间的差距，并调整涂布参数缩小第一涂层质量与最优涂层质量之间的差距。7.根据权利要求6所述的一种基于有限元分析的pvdc涂布方法，其特征在于，所述步骤s5具体包括如下步骤：s51、基于训练bp网络模型，在确定涂布标准的前提下，获取其中涂布参数与涂层质量的变化规律；s52、基于变化规律，对涂布参数进行调整，并获取调整后的涂层质量，基于调整后的涂层质量、第一涂层质量以及最优涂层质量确定是否需要继续调整。8.一种电子设备，其特征在于，包括处理器、网络接口和存储器，所述处理器、所述网络接口和所述存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1～7任一所述的一种基于有限元分析的pvdc涂布方法。9.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被执行时实现如权利要求1～7任一所述的一种基于有限元分析的pvdc涂布方法的步骤。10.一种基于有限元分析的pvdc涂布系统，其特征在于，包括：模拟模块：所述模拟模块用于模拟涂布过程，针对于不同的涂布标准，基于不同的涂布参数获取到不同的涂层质量；神经网络建立与训练模块：所述神经网络建立与训练模块用于建立bp网络模型，并对bp网络模型训练；
数据库建立与存储模块：所述数据库建立与存储模块用于基于训练后的bp网络模型，根据不同的涂布标准，对涂层质量进行寻优，并基于涂布标准、涂布参数以及涂层质量建立数据库；控制模块：所述控制模块用于根据待涂布材料的涂布标准匹配数据库中的涂布参数，并基于涂布参数进行涂布。

技术总结

本发明公开了一种基于有限元分析的PVDC涂布方法、电子设备及系统，包括如下步骤：先基于有限元分析方法模拟涂布过程，针对于不同的涂布标准，基于不同的涂布参数获取到不同的涂层质量；然后建立BP网络模型，并对BP网络模型训练；再基于训练后的BP网络模型，根据不同的涂布标准，对涂层质量进行寻优，并基于涂布标准、涂布参数以及涂层质量建立数据库；最后根据待涂布材料的涂布标准匹配数据库中的涂布参数，并基于涂布参数进行涂布，本方法采用有限元分析的方式模拟涂布过程，并建立相关数据库，在进行实际涂布工艺时，基于实际的涂布标准确定涂布参数，能够实现涂布参数的智能匹配，从而达到提高涂布效率，保证涂层质量的目的。的。的。