今时今日,锂电产业也成为了我国经济发展的重要支柱。极片轧机作为锂电池生产的重要设备之一,其运行过程中涉及到了纠偏和张力等多个闭环反馈环节,现有的轧机闭环控制系统和策略较为传统,难以解决极片轧机闭环结构中的非线性、多变量耦合和可能存在的干扰等问题。论文从硬件结构和软件算法两个方面出发,对极片轧机的闭环反馈控制系统进行了研究,旨在提高闭环控制的精度和抗干扰能力。论文主要从以下几个方面进行研究。1.系统总体方案设计。对极片轧机闭环反馈控制系统的现状进行了调查研究,分析了现有技术的不足。在此基础上研究了极片轧机收放卷纠偏及张力等闭环结构的主要影响因素与控制方法,结合实际现场轧机结构构建了相应的闭环控制数学模型。根据得到的数学模型,针对现有技术的不足搭建极片轧机硬件控制系统,同时将多种算法相结合,提出经过遗传算法优化的积分分离式模糊PID控制策略,从硬件结构和软件算法两方面明确主要研究内容和总体研究方案。2.硬件控制平台搭建。结合纠偏及张力闭环控制的功能需求和技术指标,从信息采集、主控系统和人机交互三方面完成硬件平台的搭建。其中对信息采集部分进行了重点分析,以EP4CE6F17C8型号的FPGA芯片为主芯片,设计了以AD7606为核心的模拟电压采集电路,以及降压滤波电路和信息存储电路。3.闭环控制算法研究。为了提高极片纠偏及张力闭环控制的自适应和抗干扰能力,论文采用模糊算法和积分分离PID方法相结合的形式,利用模糊规则对PID参数进行改进。在此基础上引入遗传算法,通过遗传迭代对模糊规则和PID参数进行了优化处理。结合纠偏及张力的闭环数学模型对控制算法进行仿真验证,仿真结果证明了算法能够有效提高闭环控制的精度和抗干扰能力。论文对轧机闭环控制系统进行了现场应用调试,通过对信息采集模块的采样精度和效率以及板间通信进行测试验证,确保了硬件采集电路性能;对比分析了不同算法下收放卷部分纠偏及张力的变化曲线和传感数据,证明了极片轧机在本文算法的控制下,极片带的纠偏及张力控制更加稳定、抗干扰能力更强。通过现场调试,证明了极片轧机闭环控制系统可以应用于现场环境中。