本发明涉及涂布控制，尤其涉及涂布机控制方法及涂布机系统。
背景技术：
1、最初阶段，涂布机的控制方法主要依赖于人工操作。操作人员通过手动调节涂布机的喷嘴、流量和速度等参数来控制涂布厚度和均匀性。然而，这种方式受限于操作人员经验和技能，存在着涂布厚度不均匀、浪费材料和生产效率低下等问题。随着电子技术的发展，涂布机控制方法进入了数字化和智能化阶段。先进的控制算法和计算机视觉技术被应用于涂布机中，实现了更精确、更智能的控制。例如，利用机器学习和人工智能技术，涂布机能够根据不同的材料特性和工艺要求自动调整参数，优化涂布效果并减少材料浪费。然而，涂布不仅仅发生在平坦表面上，有时需要在复杂曲面或不规则表面上进行涂布。这种情况下，涂布厚度的控制可能变得更加困难，因为传感器难以完全覆盖和监测整个涂布表面，同时涂布液体的粘度和流变特性对于流体控制至关重要。某些涂料的粘度可能随温度、压力或时间而变化，这可能使得粘度的控制成为一个挑战，特别是在长时间运行或在不同环境条件下操作时，导致涂布的厚度均匀性不足。
技术实现思路
1、基于此，有必要提供一种涂布机控制方法及系统，以解决至少一个上述技术问题。
2、为实现上述目的，一种涂布机控制方法，所述方法包括以下步骤：
3、步骤s1：获取涂布表面图像；对涂布表面图像进行表面拓扑分析，生成表面拓扑分析数据；对表面拓扑分析数据进行曲面逼近优化，生成涂布曲面三维模型；对涂布曲面三维模型进行参数化表示，从而得到涂布表面参数数据；
4、步骤s2：根据涂布表面参数数据对涂布进行平坦度分析，生成涂布表面平坦数据；将涂布表面平坦数据和预设的平坦阈值进行对比，生成第一平坦区域数据、第二平坦区域数据和第三平坦区域数据；对第一平坦区域数据、第二平坦区域数据和第三平坦区域数据进行干燥裂痕分析，生成涂布干燥裂痕分析数据；根据涂布干燥裂痕分析数据进行涂布补偿，生成涂布补偿数据；
5、步骤s3：基于涂布表面参数数据进行表面传感器部署并进行数据采集，从而获得表面实时形变数据；根据表面实时形变数据和涂布补偿数据对涂布机喷嘴进行涂布喷射调节，生成涂布机喷嘴数据；利用表面实时形变数据和涂布机喷嘴数据进行实时路径优化，从而生成实时涂布厚度调整数据；
6、步骤s4：对实时涂布厚度调整数据进行模型训练，从而生成涂布厚度预测模型；将实时涂布厚度调整数据导入至涂布厚度预测模型中进行厚度预测，生成涂布厚度预测数据；将涂布厚度预测数据和实时涂布厚度预测数据进行差值计算，得到涂布厚度偏差数据；将涂布厚度偏差数据和预设的涂布厚度偏差阈值进行数据对比，生成涂布机控制报告。
7、本发明通过表面拓扑分析和曲面逼近，可以更准确地了解涂布表面的形状和质量，获得的参数化表示和三维模型可以用于实时监控和优化涂布过程，确保产品质量符合要求。生成的曲面模型和参数化表示提供了对涂布工艺的深入理解，有助于改进工艺参数和操作，可以通过对参数进行调整来优化涂布效果，减少浪费和不良品率。涂布曲面的三维模型和参数化表示可用于支持产品设计和工艺规划，帮助设计更符合要求的产品表面。通过分析表面拓扑分析数据和参数化表示，制定数据驱动的决策，提高生产效率和质量管理水平。通过平坦度分析和裂痕分析，可以提前发现和解决涂布表面的质量问题，提高产品表面的一致性和平整度。通过对不同平坦度区域的细致分析，可以有针对性地进行涂布补偿，减少不良品率，降低生产成本。使用涂布补偿数据，自动化系统可以实时调整涂布过程，提高生产效率，并减少需要人工干预的情况。通过对涂布表面的详细分析和调整，可以实现产品表面性能的更一致，提高整体产品质量。使用表面传感器实时采集表面形变数据，使得系统能够迅速了解涂布表面状态，及时做出调整。利用实时形变数据和补偿数据，对涂布机喷嘴进行调节，使其能够及时、精确地适应表面的变化，确保涂布质量。基于实时形变数据和喷嘴数据，进行路径优化，确保在涂布过程中实现均匀的涂布厚度，提高产品质量。通过实时调整，避免了不必要的涂布错误，提高了生产效率，减少了材料浪费，降低了成本。通过对实时涂布厚度调整数据进行模型训练，建立了一个涂布厚度预测模型。这个模型可以帮助系统更好地理解实际情况，并在未来的涂布过程中提供更准确的预测。利用训练好的模型，将实时涂布厚度调整数据导入模型中，实现对涂布厚度的实时预测。这有助于及时发现潜在问题，采取控制措施，确保产品质量。通过将涂布厚度预测数据与实时涂布厚度数据进行差值计算，获得涂布厚度偏差数据。这种偏差数据可以直观地反映出实际涂布情况与预期之间的差异。将涂布厚度偏差数据与预设的涂布厚度偏差阈值进行对比，生成涂布机控制报告。这样的报告可以被用于实时监控，以及在超过预设阈值时触发警报或自动调整，从而保持涂布质量在合理的范围内。因此，本发明通过对涂布地势进行划分，并利用涂布干裂区域对涂布进行补偿，同时基于神经网络模型对涂布厚度进行预测对比，提高了涂布的均匀性和精准性。
8、本发明的有益效果在于通过表面拓扑分析和曲面逼近优化，生成了三维曲面模型并进行参数化表示。这为后续步骤提供了基础的表面特征数据。利用涂布表面参数数据进行平坦度分析，进一步生成不同平坦区域的数据。此外，通过裂痕分析，可以更全面地评估涂布质量，为后续的涂布补偿提供依据。基于表面参数数据进行传感器部署，采集实时形变数据。这种实时的数据采集可以帮助监控涂布过程中的动态变化，从而更好地了解实际情况。利用裂痕分析数据，步骤s2进行了涂布补偿，生成了涂布补偿数据。步骤s3利用实时形变数据和补偿数据进行喷嘴调节和路径优化，以确保涂布的均匀性和质量。通过对实时涂布厚度调整数据的模型训练，生成了涂布厚度预测模型。这可以用来预测未来的涂布厚度。比较预测数据和实际涂布数据，生成了涂布厚度偏差数据，并与预设的阈值进行对比，形成涂布机控制报告。因此，本发明通过对涂布地势进行划分，并利用涂布干裂区域对涂布进行补偿，同时基于神经网络模型对涂布厚度进行预测对比，提高了涂布的均匀性和精准性。
1.一种涂布机控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的涂布机控制方法，其特征在于，步骤s1包括以下步骤：
3.根据权利要求1所述的涂布机控制方法，其特征在于，步骤s2包括以下步骤：
4.根据权利要求3所述的涂布机控制方法，其特征在于，步骤s23包括以下步骤：
5.根据权利要求4所述的涂布机控制方法，其特征在于，步骤s235中的涂布干燥裂痕分析公式如下所示：
6.根据权利要求4所述的涂布机控制方法，其特征在于，步骤s3包括以下步骤：
7.根据权利要求6所述的涂布机控制方法，其特征在于，步骤s33中的涂布区域动态规划公式如下所示：
8.根据权利要求6所述的涂布机控制方法，其特征在于，步骤s34包括以下步骤：
9.根据权利要求1所述的涂布机控制方法，其特征在于，步骤s4包括以下步骤：
10.一种涂布机控制系统，其特征在于，用于执行如权利要求1所述的涂布机控制方法，该涂布机控制系统包括：
