极片作为锂电池中最重要的组成部分,其产品尺寸精度将直接决定电池的使用寿命及充放电能力。极片生产存在涂布、干燥、辊压、分切等多种工序,其中辊压是决定其成材率的主要工序之一。由于电池极片属于金属基涂覆材料,有关该种材料的辊压加工尚未产生成熟的理论体系。目前极片辊压生产中对于轧制力的设定都是基于经验方式,理论模型的缺失导致极片尺寸控制精度较低,严重制约了极片生产的成材率。因此,对极片辊压过程轧制力模型以及极片辊压机控制系统轧制力设定的研究迫在眉睫,本文主要研究内容如下。首先,针对锂电池极片辊压机的控制系统进行分析,包括厚度控制系统、速度控制系统、张力控制系统以及压力控制系统。分别对它们的理论模型以及在控制系统中的作用加以分析,以确定每个影响因素对于轧制力设定的重要程度。其次对极片辊压过程的力学性能以及辊压前后基本规律进行分析,将电池极片辊压过程与金属轧制过程进行对比研究,并且通过分析应用成熟的轧制力模型,提出了建立极片轧制力模型的基础假设。最后为了实现对模型中变形抗力及摩擦系数耦合参数的解耦,提出基于影响程度算法和遗传优化算法的解耦方法,并制定相应的拟合策略确定模型中的拟合系数,最终建立的模型计算误差控制在了15%以内。为了解决数学模型在计算时普遍存在的误差较大问题,本文采用GA-BP算法建立了轧制力预测模型,根据影响轧制力计算因素的数量及重要性确定了网络的拓扑结构以及各项训练参数。通过仿真实验对比,结果证明智能算法在计算预测电池极片轧制力时是优于理论计算模型的,且GA-BP预测轧制力算法相比于单一的神经网络具有更高的预测精度,可以满足高精度的电池极片辊压机控制系统轧制力设定。