摘要： 随着显示、触控及柔性电子产业的飞速发展，光学膜作为其关键基础材料，对加工精度和质量的要求日益严苛。分切工序是光学膜后道加工的核心环节，其质量直接决定最终产品的性能与良率。本文旨在系统分析为实现高精度光学膜分切，对加工设备的机械结构设计及电气程序张力控制系统提出的关键要求。文章将深入探讨精密机械结构如何为稳定分切提供基础，并详细论述基于多级闭环控制的张力控制策略及其程序实现，以期为高端光学膜分切设备的研发与工艺优化提供理论参考和实践指导。
1. 引言
光学膜（如增亮膜、扩散膜、ITO导电膜等）具有材质柔软、表面极易划伤、对微观缺陷（如翘曲、皱纹、拉伸）极为敏感等特点。传统的分切设备难以满足其“零损伤”、“无应力”的加工要求。任何微小的张力波动、机械振动或辊系精度不足，都可能导致膜材产生不可逆的拉伸、皱褶或划痕，造成巨额损失。因此，一套高性能的光学膜分切设备，其核心在于高刚性与高精度的机械结构与高响应、高稳定性的智能张力控制系统的完美协同。本文将从这两个维度进行深入分析。
2. 对加工设备机械结构设计的关键要求
机械结构是张力控制的物理基础，其设计直接决定了张力系统的稳定上限。
2.1 高刚性机架与精密辊系
机架必须采用优质钢材并经去应力处理，具备极高的抗扭与抗弯刚性，以消除在高速运行或急停急启过程中因结构形变对张力造成的干扰。所有导辊、分切辊、收放卷辊都必须为动平衡等级达到G1级或更高的精密辊。辊体材质常为高精度铝合金或碳纤维，表面需进行特殊处理（如硬质阳极化、镀铬或喷涂特氟龙），确保极高的光洁度、硬度及耐磨性，从根本上杜绝因辊面粗糙或跳动造成的膜面划伤和张力波动。
2.2 无滑差中心收卷方式
对于光学膜，必须采用中心卷取（Center Winding） 方式。相较于摩擦收卷，中心收卷通过伺服电机直接驱动卷芯，可实现卷径变化时的恒线速、恒张力控制，避免了摩擦收卷带来的表面磨损和滑动张力不均问题。收放卷轴通常采用气胀轴，确保夹紧可靠且对中精度高。
2.3 导向辊与浮动辊系统
导向辊的排列需遵循包角合理、路径平滑的原则，减少膜材运行的阻力与变向应力。浮动辊（Dancer Roll） 是张力控制的关键机械部件。其气缸或配重的压力需可精确设定，它作为一个物理的“张力缓冲器”和“位置传感器”，能有效吸收短时间的张力突变，并为控制系统提供直接的张力反馈信号。
2.4 除尘与清洁设计
设备应集成离子风棒、粘尘辊等装置，在分切前对膜材表面进行清洁，防止尘埃颗粒在分切和收卷过程中被压入膜层，造成致命的压痕缺陷。
3. 对电气程序张力控制的关键要求
电气控制系统是张力控制的“大脑”，其程序算法的优劣直接决定张力的控制精度。
3.1 张力控制的核心原理与构成
系统需构建一个多级、全闭环的张力控制系统。其核心是基于张力传感器或浮动辊位置传感器的反馈，由PLC或专用张力控制器通过算法（如PID）进行计算，实时调节收/放卷伺服电机的转矩或速度，形成闭环控制。
3.2 放卷单元控制策略
放卷过程是一个张力负反馈和卷径正计算的过程。程序需实时计算不断减小的放卷卷径（D = (V线速 / ω角速度)），并根据“转矩模式”下的控制公式 T = F * D / 2 (T为电机转矩，F为设定张力，D为当前卷径) 来动态调整放卷伺服电机的输出转矩，从而实现从满卷到空卷的恒张力控制。同时，程序需加入惯性补偿（Acc/Dec Compensation），以克服启停时卷材惯性对张力的冲击。
3.3 收卷单元控制策略
收卷控制更为复杂，需采用锥度张力（Taper Tension）控制。由于收卷卷径不断增大，若保持恒定张力，外层膜会对内层产生巨大的挤压应力，导致卷材产生“菊花纹”甚至塌陷。程序需设定一个锥度系数（如0%-10%），使实际设定张力随卷径增大按线性或曲线关系逐渐减小，从而保证卷材内紧外松，获得整齐硬挺的膜卷。
3.4 过程辊组同步控制
分切主机与收/放卷单元之间的多个导辊组通常由一台主伺服电机驱动。各单元之间需通过总线（如EtherCAT）进行高精度电子凸轮同步，确保在加减速过程中，所有单元严格遵循主机的线速度变化，保持速度同步，这是维持过程张力稳定的前提。
3.5 人机交互（HMI）与数据处理
控制程序需配备强大的HMI界面，允许操作员便捷地设定分切长度、速度、张力、锥度等所有工艺参数。系统应具备数据记录与追溯功能，能记录每次分切过程中的张力、速度等关键数据的曲线，为质量分析和问题排查提供依据。
4. 结论与展望
光学膜分切是一项集精密机械、自动控制、材料科学于一体的高端制造技术。其对加工设备的要求可总结为：
机械层面：必须提供超高刚性、超高精度的稳定物理平台，确保无振动、无滑差、无污染。
电气控制层面：必须构建基于实时卷径计算的、多闭环的智能张力控制系统，实现从启动、匀速运行到停止的全过程高精度恒张力（或锥度张力）控制。
未来，随着膜材越来越薄、功能化越来越高，对分切设备的要求将愈发极致。人工智能（AI） 技术的引入将成为趋势。通过机器学习算法，对历史张力数据进行分析和自学习，可实现对非线性、时变系统的更优控制，提前预测并补偿扰动，最终达到“自适应”的智能分切，将是下一代设备发展的核心方向。
参考文献
[1] 张宏伟. 薄膜材料分切机张力控制系统研究[D]. 江南大学, 2019.
[2] 李勇, 王建平. 基于PLC的精密薄膜分切机恒张力控制系统设计[J]. 制造业自动化, 2021, 43(08): 120-124.
[3] Robert R. Moore. Web Tension Control: A Summary of Techniques and Technology[C]. // Proceedings of the ISA, 2004.
