CN110262380A - 基于经验工艺概率的微阵列热压成型精度控制系统及方法 - Google Patents

Abstract

本发明公开了一种基于经验工艺概率的微阵列热压成型精度控制系统及方法，所述系统包括光学检测模块、分析决策模块、设备控制模块，所述分析决策模块包括工作站和经验数据库；所述的设备控制模块包括依次与工作站通信连接的在线监控模块和热压设备的PLC；所述光学检测模块包括安装于热压设备下模板上的恒光光源、在线光感应探头、在线光感应器、数据在线储存模块。本发明通过基于过往经验数据的智能决策和反馈控制工艺参数即可达到加工过程的控制，整个过程无需人工干预，进而有效避免由加工中系统不确定因素导致的加工质量差、加工精度和效率低等问题，节约生产管理成本。

Description

基于经验工艺概率的微阵列热压成型精度控制系统及方法

技术领域

本发明涉及热压成型智能制造技术、智能控制系统领域，具体涉及一种基于经验工艺概率的微阵列热压成型精度控制系统及方法。

背景技术

高精度的微阵列结构基板可以应用于LED照明、微流控芯片、光伏发电、光电子等领域。应用热压成型技术可以保证其高精度、高效率的生产。针对热压成型技术，现有的热压设备可以在位调节工艺参数，但因为热压设备本身具有滞后性、非线性、时变性。热压工艺参数与微阵列成型高度之间关系尚未明确，工艺参数的调整依赖人为经验。此外，热压设备在连续工作中易发生精度漂移现象。上述问题导致工件加工精度差，效率低下。

智能制造技术、智能控制方法对保证加工质量，提高工作效率起到关键作用。然而在实际生产中，设备-设备之间缺少有效的通讯手段导致数据难以交互，同时，各参数间的非线性关系使得数据难以处理。

为解决上述问题，“一种宏观光感应微阵列热压成型的实时控制装置及方法”，【专利号：CN201710226928.5，申请日期：2017.04.06】专利中公开了一种宏观光感应微阵列热压成型的实时控制装置，该装置包括设置在热压设备下模板上的光感应系统、实时分析及控制系统组成，通过热压过程中在线获得宏观光感应照度信息来判断热压微结构成型高度，进而调节工艺参数。然而，该专利尚未涉及热压过程中的热压参数控制，而且尚未明确在线调节工艺参数的具体实施方案。

发明内容

本发明的目的在于克服现有技术不足，提供一种基于经验工艺概率的微阵列热压成型精度控制系统及方法，通过以往经验数据智能的判断出适用于下一次热压生产的热压压力、热压温度与保压时间工艺参数，同时在线检测透明聚合物板表面微结构成型深度并依据智能算法予以自动补偿，实现智能化生产。

本发明解决上述技术问题的技术方案是：

一种基于经验工艺概率的微阵列热压成型精度控制系统，包括光学检测模块、分析决策模块、设备控制模块，

所述分析决策模块包括工作站和经验数据库，所述工作站利用概率修正算法从经验数据库判断出适用于本次的热压工艺参数发送给设备控制模块、以及根据当前加工状态和实时感应光照度对当前工艺参数进行误差修正，实现对一下次加工的热压工艺参数反馈控制；

所述的设备控制模块包括依次与工作站通信连接的在线监控模块和热压设备的PLC，用于接收所述分析决策模块发送的在线调整热压设备的热压工艺参数，以及将所述热压设备的当前加工状态反馈至所述分析决策模块，所述热压工艺参数包括热压压力、热压温度与保压时间；

所述光学检测模块包括安装于热压设备下模板上的恒光光源、在线光感应探头、在线光感应器、数据在线储存模块，所述在线光感应器将在线光感应探头采集的实时感应光照度通过数据在线储存模块存储至所述工作站。

本方案利用直流恒光LED灯泡作为恒光光源，这是为了在热压过程中保持光源的稳定。利用数字照度计作为在线光感应探头，但现有的数字照度计，在运行过程中无法实现数据的自动存储功能，往往依赖于人为操作，所以进一步开发出数据在线储存模块，与数字照度计协同使用，提高数据采集的可靠性和智能性。

一种基于经验工艺概率的微阵列热压成型精度控制方法，包括步骤：

设置期望成型高度，分析决策模块的工作站利用概率修正算法根据所述期望成型高度在经验数据库中决策出初始热压工艺参数，设备控制模块根据所述热压工艺参数控制热压设备端开始第一次加工；

光学检测模块在热压过程中获取关键点实时感应光照度进行热压成型在线检测，分析决策模块根据采集的关键点实时感应光照度计算出实际成型高度，同时更新经验数据库中所述热压工艺参数所对应的成型高度，判断距期望值误差；

分析决策模块分析当前加工状态并对当前热压工艺参数进行相应的误差修正并发送至设备控制模块，所述设备控制模块根据修正后的热压工艺参数控制热压设备端开始下一次加工，实现工艺参数反馈控制。

作为优选，所述的初始热压工艺参数的决策过程为：

调用以往经验数据，概率修正算法根据设定的期望成型高度，通过经验数据计算出最匹配的热压工艺参数，使后续加工基于该热压工艺参数进行修正，以往经验数据中保存有以往工艺参数-实际加工深度的配对信息。

采用这种优选方案进行决策的原因在于：实际成型高度与热压工艺参数为非线性的关系，难以通过拟合经验公式的方法计算其间关系。同时，经验数据量无法涵盖所有成型高度，故采用概率修正算法在以往经验数据中寻找最可能的初始工艺数据，在小范围内不断反馈调整工艺参数使得实际成型高度达到期望值，方便快捷，准确率高。

作为优选，所述的热压工艺参数包括热压压力、热压温度和保压时间，所述成型高度为透明聚合物基板表面微结构的成型高度。

作为优选，所述概率修正算法表述为：

式中，P_i为以往i组经验工艺参数，h₀为透明聚合物板表面微结构的期望成型高度；P(P_i|h₀)为本次加工时用经验工艺参数可以得到期望成型高度的概率；P(h₀|P_i)为以往经验工艺参数加工所得成型高度为期望成型高度的概率，选择最大概率P(P_i|h₀)的经验工艺参数为本次的初始热压工艺参数。

在实际加工中，所有经验工艺参数皆存储于经验数据库中，其P(P_i)值相等，h₀为人为设定值其P(h₀)＝1，故P(P_i|h₀)∝P(h₀|P_i)。选择最大概率P(P_i|h₀)即经验数据库中热压成型高度最接近期望成型高度的经验工艺参数为本次初始工艺参数。

作为优选，所述当前加工状态包括：

状态一：距期望误差在设定允许的误差范围内；

状态二：距期望误差超出设定允许的误差范围；

状态三：连续4-6次加工后误差仍不能稳定在允许范围内。

进一步地，所述分析决策模块分析当前加工状态并对当前工艺参数进行相应的误差修正的步骤具体包括：

判断距期望值误差是否在设定允许的误差范围内，如误差为允许值则继续按照当前热压工艺参数继续加工；

如误差超出允许误差范围，按照透明聚合物板表面微结构的成型高度与热压压力关系，按照预设压强为单位调整热压压力并继续加工；

连续4-6次加工后判断误差是否有稳定在允许误差范围内的趋势，如误差仍不能稳定在允许误差范围内，则工作站的分析决策模块利用概率修正算法根据所述期望成型高度在经验数据库中重新决策出初始热压工艺参数。

采用本方案的方式进行误差修正的原因在于：在连续热压过程中热压温度不方便调节，相较保压时间，热压压力在小范围内对热压成型高度的影响较大，故按照预设压强为单位调整热压压力反馈消除误差，方便快捷，同时，在调整次数过多的情况下，通过重新决策出初始热压工艺参数减少调整次数，提高调整效率。

作为优选，连续4-6次加工后判断误差是否有稳定在允许误差范围内的趋势的步骤具体包括：

检查本次调整后的距期望高度误差Δh距上一次加工的误差是否减小，如误差减小则按照当前方向以预设压强为单位继续调整热压压力；如误差增大则说明压力调整方向有误，则本次调整压力时按照两倍的预设压强为单位反方向调整热压压力。

本方案通过比较调整前后相邻两次加工的误差变化增减情况，适应性地按预设压强为单位调整热压压力，动态调整热压加工参数满足实际加工需求，简单快捷，可靠性高。

作为优选，所述的允许误差范围为±1μm，从而保证成型产品的质量；所述的预设压强为1-3kg/cm²，设置以上调整范围的原因是在该范围内压强对热压成型高度的影响较为敏感，容易在较小范围内使成型高度向期望高度逼近，达到稳定的控制效果。

进一步地，所述热压设备在连续热压工作中因压力传感器精度漂移导致实际热压压力发生漂移，故所述微阵列热压成型精度控制方法作用于热压成型加工的全过程。

本发明与现有技术相比具有以下的有益效果：

1、整个加工过程无需人为干预，不需人工经验判断。通过智能决策和反馈控制工艺参数即可达到预期的加工目标，实现智能化。极大的提高了生产效率，缩短了生产周期，降低人工成本。

2、无需探究工艺参数对成型效果的影响机理，运用经验数据直接进行成型高度预测，并通过检测结果直接对工艺参数进行优化控制，不需要对压力、温度、等传感器的标定校正。

3、与传统的生产过程后进行质量检测方法相比，加工中实时的对加工工件进行检测，针对检测结果进行工艺参数的实时调整，有效避免因设备稳定性造成的加工质量问题。

4、通过将光学检测模块和分析决策模块与设备控制模块进行通讯，可实现工艺参数的最优决策和反馈控制功能，可广泛应用于生产高精度的微阵列结构基板，可应用于LED照明、微流控芯片、光伏发电、光电子相关领域。

附图说明

图1为本发明实施例的微阵列热压成型精度控制系统示意图。

图2为本发明实施例的微阵列热压成型精度控制方法流程图。

图3为本发明实施例的微成型结构高度对应热压压力经验数据曲线图。

图4a为本发明实施例的热压压力反馈控制曲线图。

图4b为本发明实施例中微成型结构高度变化曲线图。

图4c为本发明实施例中经验数据库更新曲线图。

图中所示：1-热压模芯；2-恒光光源；3-透明聚合物基板；4-热压机下模板；5-在线光感应探头；6-在线光感应器；7-数据在线存储模块；8-经验数据库；9-工作站；10-在线监控模块；11-PLC。

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

参见图1～4，以85mm×85mm×3mmPMMA聚合物基板热压加工为例，详细说明本发明的基于概率预测的智能热压加工系统的工作原理，进而验证本发明的技术效果。

如图1所示，一种基于经验工艺概率的微阵列热压成型精度控制系统，包括光学检测模块、分析决策模块、设备控制模块，在热压机下模板4上相对安装有恒光光源2和在线光感应探头5，将透明聚合物基板3，本实施例为PMMA聚合物基板放置于热压机承载台的工作区热压模芯1正下方；在线光感应器6从在线光感应探头5获取实时照度值数据并通过数据在线存储模块7将数据传输至工作站9中；在工作站9中安装经验数据库8，并通过在线监控模块10和热压机PLC11进行通讯，具体如下：

光学检测模块由安装于热压设备下模板4上的直流的恒光光源2、在线光感应探头5、在线光感应器6和数据在线存储模块7组成，可在热压过程中实时的采集通过工件PMMA聚合物基板的感应光照度，并将数据传输到工作站；

设备控制模块包括热压设备的PLC11和在线监控模块10，可实现工作站与热压机的数据通讯，用于接收所述分析决策模块发送的在线调整热压设备的热压工艺参数，以及将所述热压设备的当前加工状态反馈至所述分析决策模块，所述热压工艺参数包括热压压力p、热压温度T与保压时间t；

分析决策模块包括工作站9和经验数据库8，在经验数据库8存储着先前实验的经验数据(不同热压压力p、热压温度T、保压时间t所对应的在线光照度E、实际检测微结构高度h)，所述分析决策模块利用概率修正算法从经验数据库判断出适用于本次的热压工艺参数发送给设备控制模块、以及根据当前加工状态和实时感应光照度对当前工艺参数进行误差修正，实现对一下次加工的热压工艺参数反馈控制；同时，系统后续加工的经验数据会不断对经验数据库8进行更新优化。

图2所示为一种基于经验工艺概率的微阵列热压成型精度控制方法，包括步骤：

①输入期望成型高度：在本次热压实验开始前在工作站中输入本次热压成型希望达到的热压成型微结构高度。

②工艺参数智能决策：分析决策模块根据所输入的期望成型高度，调用概率修正算法：

在以往经验数据库中选择热压成型高度最接近期望成型高度的经验工艺参数为本次初始工艺参数，式中，P_i为以往i组经验工艺参数，h₀为透明聚合物板表面微结构的期望成型高度；P(P_i|h₀)为本次加工时用经验工艺参数可以得到期望成型高度的概率；P(h₀|P_i)为以往经验工艺参数加工所得成型高度为期望成型高度的概率，选择最大概率P(P_i|h₀)的经验工艺参数为本次的初始热压工艺参数。

③分析决策模块将本次加工的工艺参数传输至设备控制模块，设备控制模块根据所述热压工艺参数控制热压设备端开始第一次加工，在热压过程中光学检测模块实时记录并存储当前感应光照度并传输至分析决策模块进行分析。

④分析决策模块根据关键点的感应光照度计算出当前热压成型的成型高度并在经验数据库中更新次数据。分析其距期望高度误差Δh是否超出设定允许的允许误差范围±1μm内：如Δh在允许的误差范围内，则返回步骤③；如超出允许误差范围，则按照1kg/cm²为单位调整热压压力，保持热压温度和保压时间不变再次进行下一次加工并进入步骤⑤。

⑤检查本次调整后的距期望高度误差Δh距上一次加工是否减小，如误差减小则按照当前方向继续调整；如误差增大则说明压力调整方向有误，因此本次调整压力时按照2kg/cm²为单位反方向调整压力。

⑥在五次调整后进行参数选择自检：如五次内距期望高度误差Δh均未在允许的误差范围内，则返回步骤②，利用概率修正算法根据所述期望成型高度在经验数据库中重新决策出初始热压工艺参数。

下面通过更进一步地的实例说明本发明中的基于经验工艺概率的微阵列热压成型精度控制系统如何通过工艺参数的智能决策和反馈控制实现PMMA聚合物基板热压生产的精度控制。

在热压机下模板4上相对安装有直流12V的LED灯珠和在线光感应探头5(DT1309)，将85mm×85mm×3mm的PMMA聚合物基板放置于热压机承载台工作区热压模芯1正下方，将在线光感应探头5(DT1309)，热压机的PLC11与工作站9通过USB协议连接，并在工作站9上安装数据在线存储模块7和在线监控模块10，实现智能热压系统中光学检测模块、分析决策模块、设备控制模块的通讯。

热压进行前已经完成经验数据库的建立，在100℃-130℃，100kg/cm³-160kg/cm³的范围内，按照5℃，5kg/cm³为阶梯依次进行保压时间为1s、2s、3s的热压实验。记录其在热压过程中的光照度数据并通过泰勒轮廓仪检测其微结构成型高度，保存每一块基板的热压温度热压压力保压时间，光感应照度，微结构成型高度数据，建立经验数据库。

图3所示为经验数据库中在热压温度T＝110℃，保压时间t＝1s时，微结构成型高度h随热压压力p的变化情况。由此可知微结构成型高度h随热压压力p的非线性变化情况。此外，在热压压力p＝155kg/cm³时存在奇点，并未对该数据进行人为修正处理，而希望通过后续实验数据更新进行数据库自我修正。

图4所示为热压实际结果，图4(a)，4(b)，4(c)分别表示实验中热压压力p、微结构成型高度h与经验数据库的变化情况。实际加工过程中输入的期望高度为60μm，初始工艺参数选择为热压温度T＝110℃，保压时间t＝1s，热压压力p＝115kg/cm³，后续实验因距期望高度误差Δh未能达到允许的范围±1μm内，故按照误差修正步骤调整热压压力。

系统因5次内距期望高度误差Δh均未在允许的误差范围内故重新决策工艺参数，更新经验数据库中数据并选择热压压力p＝145kg/cm³开始第6次实验。在第10次实验后Δh仍不能稳定在允许范围，再次更新经验数据库并选择热压压力p＝160kg/cm³开始第11次实验，自此Δh开始稳定，热压实验稳定进行。

将上述实验稳定后加工的导光板进行泰勒轮廓仪检测，测得实际微结构高度如图4(b)所示。平均成型误差稳定在±3μm范围内，说明基于经验概率修正工艺参数的微阵列热压成型智能控制系统的智能决策和反馈控制功能可实现PMMA聚合物基板热压生产的精度控制。

综上所述，基于经验概率修正工艺参数的微阵列热压成型智能控制系统通过智能决策和反馈控制工艺参数可达到对高精度的微阵列结构聚合物基板热压生产的精度控制，整个过程无需人为干预，进而有效避免由加工中系统不确定因素导致的加工质量差、加工精度和效率低等问题，节约生产管理成本。

上述为本发明较佳的实施方式，但本发明的实施方式并不受上述内容的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (10)

1.一种基于经验工艺概率的微阵列热压成型精度控制系统，其特征在于，包括光学检测模块、分析决策模块、设备控制模块，

所述分析决策模块包括工作站和经验数据库，所述工作站利用概率修正算法从经验数据库判断出适用于本次的热压工艺参数发送给设备控制模块、以及根据当前加工状态和实时感应光照度对当前工艺参数进行误差修正，实现对一下次加工的热压工艺参数反馈控制；

所述的设备控制模块包括依次与工作站通信连接的在线监控模块和热压设备的PLC，用于接收所述分析决策模块发送的在线调整热压设备的热压工艺参数，以及将所述热压设备的当前加工状态反馈至所述分析决策模块，所述热压工艺参数包括热压压力、热压温度与保压时间；

所述光学检测模块包括安装于热压设备下模板上的恒光光源、在线光感应探头、在线光感应器、数据在线储存模块，所述在线光感应器将在线光感应探头采集的实时感应光照度通过数据在线储存模块存储至所述工作站。

2.一种基于经验工艺概率的微阵列热压成型精度控制方法，其特征在于，包括步骤：

设置期望成型高度，分析决策模的工作站块利用概率修正算法根据所述期望成型高度在经验数据库中决策出初始热压工艺参数，设备控制模块根据所述热压工艺参数控制热压设备端开始第一次加工；

光学检测模块在热压过程中获取关键点实时感应光照度进行热压成型在线检测，分析决策模块根据采集的关键点实时感应光照度计算出实际成型高度，同时更新经验数据库中所述热压工艺参数所对应的成型高度，判断距期望值误差；

分析决策模块分析当前加工状态并对当前热压工艺参数进行相应的误差修正并发送至设备控制模块，所述设备控制模块根据修正后的热压工艺参数控制热压设备端开始下一次加工，实现工艺参数反馈控制。

3.根据权利要求2所述的基于经验工艺概率的微阵列热压成型精度控制方法，其特证在于，所述的初始热压工艺参数的决策过程为：

调用以往经验数据，概率修正算法根据设定的期望成型高度，通过经验数据计算出最匹配的热压工艺参数，使后续加工基于该热压工艺参数进行修正。

4.根据权利要求2所述的基于经验工艺概率的微阵列热压成型精度控制方法，其特征在于，所述的热压工艺参数包括热压压力、热压温度和保压时间，所述成型高度为透明聚合物基板表面微结构的成型高度。

5.根据权利要求2所述的基于经验工艺概率的微阵列热压成型精度控制方法，其特征在于，所述概率修正算法表述为：

式中，P_i为以往i组经验工艺参数，h₀为透明聚合物板表面微结构的期望成型高度；P(P_i|h₀)为本次加工时用经验工艺参数可以得到期望成型高度的概率；P(h₀|P_i)为以往经验工艺参数加工所得成型高度为期望成型高度的概率，选择最大概率P(P_i|h₀)的经验工艺参数为本次的初始热压工艺参数。

6.根据权利要求2所述的基于经验工艺概率的微阵列热压成型精度控制方法，其特征在于，所述当前加工状态包括：

状态一：距期望误差在设定允许的误差范围内；

状态二：距期望误差超出设定允许的误差范围；

状态三：连续4-6次加工后误差仍不能稳定在允许范围内。

7.根据权利要求6所述的基于经验工艺概率的微阵列热压成型精度控制方法，其特征在于，所述分析决策模块分析当前加工状态并对当前工艺参数进行相应的误差修正的步骤具体包括：

判断距期望值误差是否在设定允许的误差范围内，如误差为允许值则继续按照当前热压工艺参数继续加工；

如误差超出允许误差范围，按照透明聚合物板表面微结构的成型高度与热压压力关系，按照预设压强为单位调整热压压力并继续加工；

连续4-6次加工后判断误差是否有稳定在允许误差范围内的趋势，如误差仍不能稳定在允许误差范围内，则工作站的分析决策模块利用概率修正算法根据所述期望成型高度在经验数据库中重新决策出初始热压工艺参数。

8.根据权利要求7所述的基于经验工艺概率的微阵列热压成型精度控制方法，其特征在于，连续4-6次加工后判断误差是否有稳定在允许误差范围内的趋势的步骤具体包括：

检查本次调整后的距期望高度误差Δh距上一次加工的误差是否减小，如误差减小则按照当前方向以预设压强为单位继续调整热压压力；如误差增大则说明压力调整方向有误，则本次调整压力时按照两倍的预设压强为单位反方向调整热压压力。

9.根据权利要求7或8所述的基于经验工艺概率的微阵列热压成型精度控制方法，其特征在于，所述的允许误差范围为±1μm。所述的预设压强为1-3kg/cm²。

10.根据权利要求2所述的基于经验工艺概率的微阵列热压成型精度控制方法，其特征在于，所述微阵列热压成型精度控制方法作用于热压成型加工的全过程。