1.一种基于热量的锂电池极片辊压机辊型调控方法，其特征在于，其包括以下步骤：S1，建立锂电池极片辊压机轧辊的轧辊有限元机理模型；

S2，使用轧辊有限元机理模型进行仿真；

根据工况参数使用轧辊有限元机理模型进行瞬态仿真，得到从初始加热到稳态维持的全周期内的轧辊的温度云图以及辊身轴向各点第一热凸度；

S3，基于温度综合贡献度进行热电偶布点初筛；

通过计算每个潜在热电偶布点的温度梯度贡献度和横向温差贡献度，加权得到综合贡献度，依据综合贡献度对潜在热电偶布点进行初筛，得到初筛热电偶布点；

S4，基于数据聚类分析剔除冗余初筛热电偶布点；

使用模糊聚类对初筛热电偶布点进行筛选，得到聚类热电偶布点；

S5，确定最优热电偶布点组合；

对聚类热电偶布点采用蒙特卡洛迭代优化方法通过扰动模拟得到最优热电偶布点组合；

S6，构建锂电池极片辊压机轧辊的动态热场矩阵；

S7，构建数据驱动模型；

数据驱动模型使用动态热场矩阵作为输入，输出每个热电偶布点处的第二热凸度；

S8，通过联合预测得到联合预测热凸度；

根据最优热电偶布点组合中热电偶布点处的第一热凸度和第二热凸度，通过加权融合公式计算得到相应联合预测热凸度；

S9，调节电磁线圈功率和边部水冷却流量；

根据S8中的获得的联合预测热凸度，调控执行单元采用前馈控制与反馈控制相结合的方式调整电磁线圈功率及边部水冷却流量，实现对锂电池极片辊压机轧辊辊型的实时动态补偿。

2.根据权利要求1所述的基于热量的锂电池极片辊压机辊型调控方法，其特征在于，所述S1中的建立锂电池极片辊压机轧辊的轧辊有限元机理模型，具体为：S11，建立锂电池极片辊压机轧辊的机理模型；

机理模型包括描述锂电池极片辊压机的轧辊内部瞬态热传导过程的热微分方程和辊面径向膨胀量计算方程；

S12，建立三维轴对称瞬态热‑结构耦合有限元模型；

首先在有限元中通过软件创建或导入轧辊的三维数字模型；然后给轧辊模型指定材料属性，接着在辊面及近表面区域进行网格划分，得到三维轴对称瞬态热‑结构耦合有限元模型，最后对三维轴对称瞬态热‑结构耦合有限元模型施加热‑力边界条件与载荷，其中机理模型所推导的参数作为边界条件予以施加。

3.根据权利要求1所述的基于热量的锂电池极片辊压机辊型调控方法，其特征在于，所述S3中的基于温度综合贡献度进行热电偶布点初筛，具体为：S31，设置潜在热电偶布点：在轧辊的轴向和径向的二维截面上，高密度预设多个潜在热电偶布点，潜在热电偶布点均匀分布在轧辊的轴向和径向的二维截面上，构成潜在热电偶布点矩阵；

S32，量化潜在热电偶布点的综合贡献度：根据每个潜在热电偶布点的温度梯度贡献度和横向温差贡献度 得到综合贡献度；

S33，对潜在热电偶布点进行初步筛选：强制保留位于指定辊身宽度处的潜在热电偶布点后，再根据综合贡献度进行初步筛选得到初筛热电偶布点。

4.根据权利要求1所述的基于热量的锂电池极片辊压机辊型调控方法，其特征在于，所述S5中的确定最优热电偶布点组合，具体为：S51，进行动态热场扰动；

在轧辊有限元机理模型中进行动态热场扰动，通过随机因素构建多组扰动场景，每组扰动场景通过轧辊有限元机理模型生成温度云图，并叠加高斯噪声模拟测量不确定性；

S52，使用蒙特卡洛迭代优化确定最优布点；

在满足达标率要求前提下，采用蒙特卡洛迭代优化方法将聚类热电偶布点数量最少的方案作为最优热电偶布点，具体为：从聚类热电偶布点随机抽取组成子集，对每组子集重复多次扰动模拟，计算各子集的误差达标率，将满足达标率的聚类热电偶布点数量最少的子集作为最优热电偶布点组合。

5.根据权利要求1所述的基于热量的锂电池极片辊压机辊型调控方法，其特征在于，所述S6中的构建锂电池极片辊压机轧辊的动态热场矩阵，具体为：；

其中， 为动态热场矩阵， 分别是第一热电偶到第 热电偶经过卡尔曼滤波的温度，为最优热电偶布点组合中的热电偶数量，为轧辊转速，为轧制力，为线圈总功率，为边部水冷却流量， 为环境温度， 为加热电压， 为维持电压， 为强制对流换热系数， 为冷却水温度。

6.根据权利要求1所述的基于热量的锂电池极片辊压机辊型调控方法，其特征在于，所述S7中的数据驱动模型还具有自校正机制，具体为：当在使用数据驱动模型过程中，出现预测误差连续超过阈值时，触发模型自校正机制，对数据驱动模型参数进行微调，并通过优化算法更新融合权重。

7.根据权利要求1所述的基于热量的锂电池极片辊压机辊型调控方法，其特征在于，所述S8中的根据最优热电偶布点组合中热电偶布点处的第一热凸度和第二热凸度，通过加权融合公式计算得到相应联合预测热凸度，具体为：；

其中， 为联合预测热凸度矩阵， 为轧辊有限元机理模型预测的第一热凸度矩阵， 为数据驱动模型预测的第二热凸度矩阵，为权重系数；S2中的轧辊有限元机理模型得到最优热电偶布点组合中热电偶布点处的第一热凸度组成第一热凸度矩阵，根据S7中的数据驱动模型得到相应热电偶布点处的第二热凸度组成第二热凸度矩阵，联合预测热凸度矩阵由最优热电偶布点组合中热电偶布点处的联合预测热凸度组成；

对于时刻的联合预测热凸度，权重系数 使用时刻的权重系数 ，时刻的权重系数动态调整规则为：初始设置 =0 .5，当 时设定 =0.3；当时，设定 =0.7；

为时刻 和 的矩阵差异度量值：

；

其中， 和 分别表示时刻最优热电偶布点组合中第 个热电偶处轧辊有限元机理模型预测的第一热凸度值和数据驱动模型预测的第二热凸度值，为最优热电偶布点组合中的热电偶数量。

8.根据权利要求1所述的基于热量的锂电池极片辊压机辊型调控方法，其特征在于，所述S9中的调节电磁线圈功率和边部水冷却流量，具体为：S91，调节电磁线圈功率；

热凸度偏差：

；

其中， 为第 个热电偶布点处的热凸度偏差， 为第 个热电偶布点处的联合预测热凸度， 为第个热电偶布点处预设的期望热凸度；

通过第一PID控制器实时调节电磁线圈功率：

；

其中， 为时刻根据第 个热电偶布点处的热凸度偏差得到的线圈功率调节量，为第一PID控制器的比例系数； 为第一PID控制器的积分系数； 为第一PID控制器的微分系数； 是 时刻第 个热电偶布点处的热凸度偏差， 表示第 个热电偶布点处时刻热凸度偏差的瞬时值， 表示对热凸度偏差在0到时刻内进行积分；

对 个热电偶点的 进行融合，采用融合函数 实现，输入为 个热电偶点的 ，输出为电磁线圈功率总调节量 ；

S92，调节边部水冷却流量；

通过第二PID控制器调节边部水冷却流量，控制方程为：

；

其中， 为边部冷却水的实时流量， 为边部温度实测值与目

标值的偏差， 为边部温度实测值，是轴向坐标绝对值最大的热电偶测量值， 为目标值， 表示边部温度实测值与目标值的偏差在 时刻的瞬时值， 表示边部温度实测值与目标值的偏差在0到时刻内进行积分； 为第二PID控制器的比例系数； 为第二PID控制器的积分系数； 为第二PID控制器的微分系数。

9.一种基于热量的锂电池极片辊压机辊型调控系统，所述锂电池极片辊压机辊型调控系统用于权利要求1‑8任一项所述的基于热量的锂电池极片辊压机辊型调控方法，其特征在于，所述锂电池极片辊压机辊型调控系统包括轧辊加热装置、边部水冷却装置、温度传感网络、控制平台、调控执行单元和锂电池极片辊压机；轧辊加热装置用于对锂电池极片辊压机的轧辊加热；边部水冷却装置用于对锂电池极片辊压机的轧辊降温；温度传感网络由嵌入在锂电池极片辊压机的轧辊中的热电偶组成，用于检测热电偶所在位置的轧辊温度；控制平台从轧辊加热装置、边部水冷却装置、调控执行单元和锂电池极片辊压机接收系统参数，并通过设置系统参数控制轧辊加热装置、边部水冷却装置和锂电池极片辊压机运行；调控执行单元通过联合预测热凸度和热电偶实测值，得到轧辊加热装置的电磁线圈功率总调节量和边部水冷却装置的边部水冷却流量；控制平台根据从调控执行单元得到的电磁线圈功率总调节量和边部水冷却流量来分别控制轧辊加热装置和边部水冷却装置的运行，实现对锂电池极片辊压机辊型调控。

10.根据权利要求9所述的基于热量的锂电池极片辊压机辊型调控系统，其特征在于，轧辊加热装置设置在轧辊内孔中，包括电磁线圈和绝缘陶瓷支架，在轧辊内孔沿轴向布置铜制电磁线圈，电磁线圈通过绝缘陶瓷支架固定，与轧辊内壁保持间距，电磁线圈与控制平台相连接；

边部水冷却装置也在轧辊内孔中，使用铜管采用水冷散热的方式实现，铜管位于电磁线圈两端的轧辊内孔两端处，使用有机硅来填充铜管与轧辊内壁缝隙；

温度传感网络由嵌入在锂电池极片辊压机的轧辊中的热电偶组成，用于检测热电偶所在位置的温度；

调控执行单元包括轧辊有限元机理模型子模块、数据驱动模型子模块、联合预测子模块、第一PID控制器、第二PID控制器和融合子模块；轧辊有限元机理模型子模块根据从控制平台接收的参数使用有限元仿真得到第一热凸度；数据驱动模型子模块根据从温度传感网络接收的温度和控制平台接收的参数使用数据驱动模型得到第二热凸度；联合预测子模块根据权重、第一热凸度和第二热凸度得到联合预测热凸度，并发送联合预测热凸度给第一PID控制器；第一PID控制器根据联合预测热凸度与期望热凸度得到电磁线圈功率调整量；

融合子模块根据电磁线圈功率调整量得到电磁线圈功率总调节量；第二PID控制器通过控制平台接收温度传感网络中边缘热电偶的实测值，根据边缘热电偶的实测值与目标值的偏差得到边部水冷却流量；第一PID控制器将电磁线圈功率总调节量发送到控制平台，第二PID控制器将边部水冷却流量发送到控制平台；

控制平台通过电磁线圈功率总调节量控制轧辊加热装置，通过边部水冷却流量控制边部水冷却装置的状态，完成对锂电池极片辊压机轧辊温度的调节。