CN110570029A - 一种基于图形特征的激光切割的加工能耗预测方法 - Google Patents

一种基于图形特征的激光切割的加工能耗预测方法 Download PDF

Info

Publication number
CN110570029A
CN110570029A CN201910778717.1A CN201910778717A CN110570029A CN 110570029 A CN110570029 A CN 110570029A CN 201910778717 A CN201910778717 A CN 201910778717A CN 110570029 A CN110570029 A CN 110570029A
Authority
CN
China
Prior art keywords
energy consumption
laser
processing
coefficient
unit time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910778717.1A
Other languages
English (en)
Inventor
王黎航
袁景
陈亦天
陈简单
郑军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Lover Health Science and Technology Development Co Ltd
Zhejiang University of Science and Technology ZUST
Original Assignee
Zhejiang University of Science and Technology ZUST
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang University of Science and Technology ZUST filed Critical Zhejiang University of Science and Technology ZUST
Priority to CN201910778717.1A priority Critical patent/CN110570029A/zh
Publication of CN110570029A publication Critical patent/CN110570029A/zh
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/36—Removing material
    • B23K26/38—Removing material by boring or cutting
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/70—Auxiliary operations or equipment
    • B23K26/702—Auxiliary equipment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Mechanical Engineering (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Plasma & Fusion (AREA)
  • Optics & Photonics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Artificial Intelligence (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Laser Beam Processing (AREA)

Abstract

本发明公开了一种基于图形特征的激光切割的加工能耗预测方法，包括以下步骤：步骤一：获取图片、加工工艺参数；步骤二：辅助能耗计算；步骤三：对图片按灰度值分类，获得激光加工能耗；步骤四：图片的加工移动能耗计算；步骤五：加工空走能耗计算；步骤六：图片的切割轮廓能耗计算；步骤七：加工总能耗计算：EPro＝EAux+Elaser+EPro‑m+EEmpty+EO。本发明能够基于图片的灰度特征，结合加工工艺参数，对加工总能耗实现事前预测，为节能优化、资源管控等研究奠定了基础。

Description

一种基于图形特征的激光切割的加工能耗预测方法
【技术领域】
本发明涉及激光切割能耗的技术领域，特别是基于图形特征的激光切割的加工能耗预测方法的技术领域。
【背景技术】
激光切割机是将从激光器发射出的激光，经光路系统，聚焦成高功率密度的激光束。激光束照射到工件表面，使工件达到熔点或沸点，同时与光束同轴的高压气体将熔化或气化金属吹走。随着光束与工件相对位置的移动，最终使材料形成切缝，从而达到切割的目的。
激光切割加工是用不可见的光束代替了传统的机械刀，具有精度高，切割快速，不局限于切割图案限制，自动排版节省材料，切口平滑，加工成本低等特点，将逐渐改进或取代于传统的金属切割工艺设备。激光刀头的机械部分与工件无接触，在工作中不会对工件表面造成划伤；激光切割速度快，切口光滑平整，一般无需后续加工；切割热影响区小，板材变形小，切缝窄(0.1mm-0.3mm)；切口没有机械应力，无剪切毛刺；加工精度高，重复性好，不损伤材料表面；数控编程，可加工任意的平面图，可以对幅面很大的整板切割，无需开模具，经济省时。
激光切割的过程中，能耗源包括水泵、激光脉冲发生器、抽风机、吹气风机、移动电机等。对于不同能耗源在激光切割工艺过程中的作用，可以分层进行求解，因而可以进行预测。针对图像的切割，常常用于激光切割木质照片，不同于几何图的外加工。因而，需要结合图片及其加工工艺参数，实现对加工能耗的预测。
【发明内容】
本发明的目的就是解决现有技术中的问题，提出一种基于图形特征的激光切割的加工能耗预测方法，能够基于图片的灰度特征，结合加工工艺参数，对加工总能耗实现事前预测，为节能优化、资源管控等研究奠定了基础。
为实现上述目的，本发明提出了一种基于图形特征的激光切割的加工能耗预测方法，包括以下步骤：
步骤一：获取图片、加工工艺参数；
步骤二：辅助能耗计算：辅助能耗包括水泵能耗、抽风机能耗、吹气风机能耗；水泵能耗为EWp＝EDWp*TWp，其中EDWp为单位时间水泵能耗、TWp为水泵运行时间；抽风机能耗为EEf＝EDEf*TEf，其中EDEf为单位时间抽风机能耗、TEf为抽风机运行时间；吹气风机能耗为EBl＝EDBl*TBl，其中EDBl为单位时间吹气风机能耗、TBl为吹气风机运行时间；辅助能耗为EAux＝EWp+EEf+EBl；
步骤三：对图片按灰度值分类，获得激光加工能耗：Elaser＝ED-laser*λScan*(Tlaser-1*λgray-1+…+Tlaser-n*λgray-n)，其中ED-laser为单位时间激光加工标准能耗、λScan为激光扫描功率系数、Tlaser-n为第n种灰度值的加工时间、λgray-n为第n种灰度值的灰度系数；
步骤四：图片的加工移动能耗计算：以图片外轮廓，计算X轴方向移动的能耗，图片加工移动能耗为EPro-m＝EDX-m*TX-m-a*λX-m-a,其中EDX-m为单位时间内X轴移动标准能耗、TX-m-a为速度为amm/s的X轴移动完外轮廓横向总长度所需的时间、λX-m-a为速度为amm/s的X轴移动速度系数；
步骤五：加工空走能耗计算：图片终点至轮廓起点的空走能耗为EEmpty＝EDEmpty*TEmpty*λSlope，其中EDEmpty为单位时间内空走标准能耗、TEmpty为空走时间、λSlope为斜率系数；
步骤六：图片的切割轮廓能耗计算：轮廓能耗为EO＝(EDX-m*λX-m-b+ED-laser*λP)*TX-m-b+(EDY-m*λY-m-b+ED-laser*λP)*TY-m-b，其中λX-m-b为速度为bmm/s的X轴移动速度系数、TX-m-b为速度为bmm/s的X轴移动的时间、λP为激光比例系数、EDY-m为单位时间内Y轴移动标准能耗、λY-m-b为速度为bmm/s的Y轴移动速度系数、TY-m-b为速度为bmm/s的Y轴移动的时间；
步骤七：加工总能耗计算：EPro＝EAux+Elaser+EPro-m+EEmpty+EO。
作为优选，所述加工工艺参数包括运行速度、加工方式、切割功率，加工方式包括激光扫描和激光切割。
作为优选，所述单位时间水泵能耗、单位时间抽风机能耗、单位时间吹气风机能耗、单位时间激光加工标准能耗、单位时间内X轴移动标准能耗、单位时间内空走标准能耗、单位时间内Y轴移动标准能耗能耗均通过能耗采集装置的单变量实验法获得，具体步骤为：
步骤s11：将激光切割机、泵机、抽风机的总电源接入能耗采集装置进行能耗数据采集，获得功率曲线；
步骤s12：功率曲线基本水平时，标记此时所稳定的功率值为P1；
步骤s13：触发需要测的能耗的影响因素所对应的事件发生，直至所获得的功率曲线基本水平，功率曲线所稳定的功率值为P2；
步骤s14：则单位时间的该影响因素对应的标准能耗为ED1＝(P2-P1)·tD，其中tD为单位时间，tD为1s。
作为优选，所述激光扫描功率系数、灰度系数、X轴移动速度系数、激光比例系数、斜率系数均通过能耗采集装置实验获得，具体步骤为：
步骤s21：将激光切割机、泵机、抽风机的总电源接入能耗采集装置进行能耗数据采集，获得功率曲线；
步骤s22：功率曲线基本水平时，标记此时所稳定的功率值为P3；
步骤s23：触发被测系数的影响因素的标准定值所对应的事件发生，直至所获得的功率曲线基本水平，功率曲线所稳定的功率值为P4；
步骤s24：触发被测系数的影响因素设为A时所对应的事件发生，直至所获得的功率曲线基本水平，功率曲线所稳定的功率值为P5；
步骤s25：获得数值A下的被测系数为
作为优选，所述步骤四中的速度为amm/s的X轴移动完外轮廓横向总长度所需的时间为其中LO为图片外轮廓横向累加的总长度、a为X轴移动速度。
本发明的有益效果：本发明能够基于图片的灰度特征，结合加工工艺参数，对加工总能耗实现事前预测，为节能优化、资源管控等研究奠定了基础。
本发明的特征及优点将通过实施例结合附图进行详细说明。
【附图说明】
图1是本发明一种基于图形特征的激光切割的加工能耗预测方法的方法流程图。
【具体实施方式】
参阅图1，本发明，包括以下步骤：
步骤一：获取图片、加工工艺参数；
步骤二：辅助能耗计算：辅助能耗包括水泵能耗、抽风机能耗、吹气风机能耗；水泵能耗为EWp＝EDWp*TWp，其中EDWp为单位时间水泵能耗、TWp为水泵运行时间；抽风机能耗为EEf＝EDEf*TEf，其中EDEf为单位时间抽风机能耗、TEf为抽风机运行时间；吹气风机能耗为EBl＝EDBl*TBl，其中EDBl为单位时间吹气风机能耗、TBl为吹气风机运行时间；辅助能耗为EAux＝EWp+EEf+EBl；
步骤三：对图片按灰度值分类，获得激光加工能耗：Elaser＝ED-laser*λScan*(Tlaser-1*λgray-1+…+Tlaser-n*λgray-n)，其中ED-laser为单位时间激光加工标准能耗、λScan为激光扫描功率系数、Tlaser-n为第n种灰度值的加工时间、λgray-n为第n种灰度值的灰度系数；
步骤四：图片的加工移动能耗计算：以图片外轮廓，计算X轴方向移动的能耗，图片加工移动能耗为EPro-m＝EDX-m*TX-m-a*λX-m-a,其中EDX-m为单位时间内X轴移动标准能耗、TX-m-a为速度为amm/s的X轴移动完外轮廓横向总长度所需的时间、λX-m-a为速度为amm/s的X轴移动速度系数；
步骤五：加工空走能耗计算：图片终点至轮廓起点的空走能耗为EEmpty＝EDEmpty*TEmpty*λSlope，其中EDEmpty为单位时间内空走标准能耗、TEmpty为空走时间、λSlope为斜率系数；
步骤六：图片的切割轮廓能耗计算：轮廓能耗为EO＝(EDX-m*λX-m-b+ED-laser*λP)*TX-m-b+(EDY-m*λY-m-b+ED-laser*λP)*TY-m-b，其中λX-m-b为速度为bmm/s的X轴移动速度系数、TX-m-b为速度为bmm/s的X轴移动的时间、λP为激光比例系数、EDY-m为单位时间内Y轴移动标准能耗、λY-m-b为速度为bmm/s的Y轴移动速度系数、TY-m-b为速度为bmm/s的Y轴移动的时间；
步骤七：加工总能耗计算：EPro＝EAux+Elaser+EPro-m+EEmpty+EO。
具体的，所述加工工艺参数包括运行速度、加工方式、切割功率，加工方式包括激光扫描和激光切割。
具体的，所述单位时间水泵能耗、单位时间抽风机能耗、单位时间吹气风机能耗、单位时间激光加工标准能耗、单位时间内X轴移动标准能耗、单位时间内空走标准能耗、单位时间内Y轴移动标准能耗能耗均通过能耗采集装置的单变量实验法获得，具体步骤为：
步骤s11：将激光切割机、泵机、抽风机的总电源接入能耗采集装置进行能耗数据采集，获得功率曲线；
步骤s12：功率曲线基本水平时，标记此时所稳定的功率值为P1；
步骤s13：触发需要测的能耗的影响因素所对应的事件发生，直至所获得的功率曲线基本水平，功率曲线所稳定的功率值为P2；
步骤s14：则单位时间的该影响因素对应的标准能耗为ED1＝(P2-P1)·tD，其中tD为单位时间，tD为1s。
具体的，所述激光扫描功率系数、灰度系数、X轴移动速度系数、激光比例系数、斜率系数均通过能耗采集装置实验获得，具体步骤为：
步骤s21：将激光切割机、泵机、抽风机的总电源接入能耗采集装置进行能耗数据采集，获得功率曲线；
步骤s22：功率曲线基本水平时，标记此时所稳定的功率值为P3；
步骤s23：触发被测系数的影响因素的标准定值所对应的事件发生，直至所获得的功率曲线基本水平，功率曲线所稳定的功率值为P4；
步骤s24：触发被测系数的影响因素设为A时所对应的事件发生，直至所获得的功率曲线基本水平，功率曲线所稳定的功率值为P5；
步骤s25：获得数值A下的被测系数为
具体的，所述步骤四中的速度为amm/s的X轴移动完外轮廓横向总长度所需的时间为其中LO为图片外轮廓横向累加的总长度、a为X轴移动速度。
本发明工作过程：
本发明一种基于图形特征的激光切割的加工能耗预测方法在工作过程中，结合附图进行说明。
能耗采集装置包括电压传感器、电流传感器、数据采集卡，220V型能耗采集装置内设有空开，激将光切割机、泵机、抽风机的总电源的进线和出线接入到220V型能耗采集装置的进线和出线上，从而利用装置的空开，使得线路能经过传感器检测其实时电流、电压。
实例所对应设备为CM1309型激光切割机，工作幅面为1300mm*900mm*210mm，切割速度≤4800cm/min。
单位时间标准能耗的获得，例如水泵能耗的获得步骤为：其他条件不变，功率曲线稳定的情况下，打开水泵主机，直至所获得的功率曲线再次基本水平，功率曲线所稳定的功率值为水泵能耗实验功率PWp，实验记录时间为水泵能耗稳定后的实验时间TWp，则单位时间水泵能耗为
系数的获得，例如X轴移动速度系数的获得步骤为：其他条件不变，功率曲线稳定的情况下，获得该稳定的功率为Ps1，让激光切割机按照标准速度100mm/s进行X轴移动，直至所获得的功率曲线再次基本水平，功率曲线所稳定的功率值为X轴移动能耗实验功率PX-m；让激光切割机按照速度50mm/s进行X轴移动，直至所获得的功率曲线再次基本水平，功率曲线所稳定的功率值为50mm/s速度下的X轴移动能耗实验功率PX-m-50；则50mm/s速度下的X轴移动速度系数为激光比例系数、激光扫描系数在激光切割软件RDWorksV8上设置，与X轴移动速度系数的获得方法类似。
上述参数获得后，构成了基础数据库。
能耗预测实例：扫描图片，加工方式为激光扫描、速度为100mm/s、加工功率为30％；图片外边框，加工方式为激光切割、速度为80mm/s、加工功率为30％；切割对象为木板。
代入公式，获得辅助能耗、激光加工能耗、图片的加工移动能耗、加工空走能耗、图片的切割轮廓能耗；需要注意的是图片的加工移动能耗的移动是以图片外轮廓为区域进行规划，Y轴方向上的密集程度由设备本身特性决定；加工空走能耗所计算的是图片终点至轮廓起点的空走所消耗的能耗，此处需要依据几何尺寸计算斜率，并依此检索数据库，获得斜率系数；激光切割的部分需要用到80mm/s对应的速度系数以及30％功率对应的激光比例系数，激光扫描的部分需要用到30％功率对应的激光比例系数以及激光扫描系数，系数均通过检索数据库获得。数据库为实验事先获得。从而可以获得加工总能耗。
本发明，能够基于图片的灰度特征，结合加工工艺参数，对加工总能耗实现事前预测，为节能优化、资源管控等研究奠定了基础。
上述实施例是对本发明的说明，不是对本发明的限定，任何对本发明简单变换后的方案均属于本发明的保护范围。

Claims (5)

1.一种基于图形特征的激光切割的加工能耗预测方法，其特征在于：包括以下步骤：
步骤一：获取图片、加工工艺参数；
步骤二：辅助能耗计算：辅助能耗包括水泵能耗、抽风机能耗、吹气风机能耗；水泵能耗为EWp＝EDWp*TWp，其中EDWp为单位时间水泵能耗、TWp为水泵运行时间；抽风机能耗为EEf＝EDEf*TEf，其中EDEf为单位时间抽风机能耗、TEf为抽风机运行时间；吹气风机能耗为EBl＝EDBl*TBl，其中EDBl为单位时间吹气风机能耗、TBl为吹气风机运行时间；辅助能耗为EAux＝EWp+EEf+EBl；
步骤三：对图片按灰度值分类，获得激光加工能耗：
Elaser＝ED-laser*λScan*(Tlaser-1*λgray-1+…+Tlaser-n*λgray-n)，其中ED-laser为单位时间激光加工标准能耗、λScan为激光扫描功率系数、Tlaser-n为第n种灰度值的加工时间、λgray-n为第n种灰度值的灰度系数；
步骤四：图片的加工移动能耗计算：以图片外轮廓，计算X轴方向移动的能耗，图片加工移动能耗为EPro-m＝EDX-m*TX-m-a*λX-m-a,其中EDX-m为单位时间内X轴移动标准能耗、TX-m-a为速度为amm/s的X轴移动完外轮廓横向总长度所需的时间、λX-m-a为速度为amm/s的X轴移动速度系数；
步骤五：加工空走能耗计算：图片终点至轮廓起点的空走能耗为EEmpty＝EDEmpty*TEmpty*λSlope，其中EDEmpty为单位时间内空走标准能耗、TEmpty为空走时间、λSlope为斜率系数；
步骤六：图片的切割轮廓能耗计算：轮廓能耗为EO＝(EDX-m*λX-m-b+ED-laser*λP)*TX-m-b+(EDY-m*λY-m-b+ED-laser*λP)*TY-m-b，其中λX-m-b为速度为bmm/s的X轴移动速度系数、TX-m-b为速度为bmm/s的X轴移动的时间、λP为激光比例系数、EDY-m为单位时间内Y轴移动标准能耗、λY-m-b为速度为bmm/s的Y轴移动速度系数、TY-m-b为速度为bmm/s的Y轴移动的时间；
步骤七：加工总能耗计算：EPro＝EAux+Elaser+EPro-m+EEmpty+EO。
2.如权利要求1所述的一种基于图形特征的激光切割的加工能耗预测方法，其特征在于：所述加工工艺参数包括运行速度、加工方式、切割功率，加工方式包括激光扫描和激光切割。
3.如权利要求1所述的一种基于图形特征的激光切割的加工能耗预测方法，其特征在于：所述单位时间水泵能耗、单位时间抽风机能耗、单位时间吹气风机能耗、单位时间激光加工标准能耗、单位时间内X轴移动标准能耗、单位时间内空走标准能耗、单位时间内Y轴移动标准能耗能耗均通过能耗采集装置的单变量实验法获得，具体步骤为：
步骤s11：将激光切割机、泵机、抽风机的总电源接入能耗采集装置进行能耗数据采集，获得功率曲线；
步骤s12：功率曲线基本水平时，标记此时所稳定的功率值为P1；
步骤s13：触发需要测的能耗的影响因素所对应的事件发生，直至所获得的功率曲线基本水平，功率曲线所稳定的功率值为P2；
步骤s14：则单位时间的该影响因素对应的标准能耗为ED1＝(P2-P1)·tD，其中tD为单位时间，tD为1s。
4.如权利要求1所述的一种基于图形特征的激光切割的加工能耗预测方法，其特征在于：所述激光扫描功率系数、灰度系数、X轴移动速度系数、激光比例系数、斜率系数均通过能耗采集装置实验获得，具体步骤为：
步骤s21：将激光切割机、泵机、抽风机的总电源接入能耗采集装置进行能耗数据采集，获得功率曲线；
步骤s22：功率曲线基本水平时，标记此时所稳定的功率值为P3；
步骤s23：触发被测系数的影响因素的标准定值所对应的事件发生，直至所获得的功率曲线基本水平，功率曲线所稳定的功率值为P4；
步骤s24：触发被测系数的影响因素设为A时所对应的事件发生，直至所获得的功率曲线基本水平，功率曲线所稳定的功率值为P5；
步骤s25：获得数值A下的被测系数为
5.如权利要求1所述的一种基于图形特征的激光切割的加工能耗预测方法，其特征在于：所述步骤四中的速度为amm/s的X轴移动完外轮廓横向总长度所需的时间为其中LO为图片外轮廓横向累加的总长度、a为X轴移动速度。
CN201910778717.1A 2019-08-22 2019-08-22 一种基于图形特征的激光切割的加工能耗预测方法 Pending CN110570029A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910778717.1A CN110570029A (zh) 2019-08-22 2019-08-22 一种基于图形特征的激光切割的加工能耗预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910778717.1A CN110570029A (zh) 2019-08-22 2019-08-22 一种基于图形特征的激光切割的加工能耗预测方法

Publications (1)

Publication Number Publication Date
CN110570029A true CN110570029A (zh) 2019-12-13

Family

ID=68775801

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910778717.1A Pending CN110570029A (zh) 2019-08-22 2019-08-22 一种基于图形特征的激光切割的加工能耗预测方法

Country Status (1)

Country Link
CN (1) CN110570029A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101046123A (zh) * 2006-03-29 2007-10-03 佘学彬 一种带有激光雕刻图案的木地板及其制造方法
CN104708209A (zh) * 2013-12-12 2015-06-17 大连康赛谱科技发展有限公司 一种气熔比法铝合金薄板激光精密切割方法
CN106020430A (zh) * 2016-05-18 2016-10-12 浙江科技学院 一种线切割能耗预测用的基础数据库建立方法
CN106001811A (zh) * 2016-05-18 2016-10-12 浙江科技学院 一种基于几何特征的线切割能耗预测方法
CN106274219A (zh) * 2016-08-30 2017-01-04 浙江启昊科技有限公司 一种曲面板材表面去漆雕刻工艺
CN108161154A (zh) * 2018-01-26 2018-06-15 浙江科技学院 数控电火花线切割加工工艺过程非脉冲能耗计算方法
CN108875740A (zh) * 2018-06-15 2018-11-23 浙江大学 一种应用于激光切割机的机器视觉切割方法
DE102018000910A1 (de) * 2018-02-05 2019-08-08 Simon Röder,Tilmann, als gesetzlicher Vertreter des minderjährigen Beckh Verfahren und Vorrichtungen zur effizienteren Nutzung von Lasern

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101046123A (zh) * 2006-03-29 2007-10-03 佘学彬 一种带有激光雕刻图案的木地板及其制造方法
CN104708209A (zh) * 2013-12-12 2015-06-17 大连康赛谱科技发展有限公司 一种气熔比法铝合金薄板激光精密切割方法
CN106020430A (zh) * 2016-05-18 2016-10-12 浙江科技学院 一种线切割能耗预测用的基础数据库建立方法
CN106001811A (zh) * 2016-05-18 2016-10-12 浙江科技学院 一种基于几何特征的线切割能耗预测方法
CN106274219A (zh) * 2016-08-30 2017-01-04 浙江启昊科技有限公司 一种曲面板材表面去漆雕刻工艺
CN108161154A (zh) * 2018-01-26 2018-06-15 浙江科技学院 数控电火花线切割加工工艺过程非脉冲能耗计算方法
DE102018000910A1 (de) * 2018-02-05 2019-08-08 Simon Röder,Tilmann, als gesetzlicher Vertreter des minderjährigen Beckh Verfahren und Vorrichtungen zur effizienteren Nutzung von Lasern
CN108875740A (zh) * 2018-06-15 2018-11-23 浙江大学 一种应用于激光切割机的机器视觉切割方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
林春婷;杨连池;王志煌;张国忠;叶德火;: "激光切纸机网络共享的设计实现", 电子质量, no. 11 *

Similar Documents

Publication Publication Date Title
DE102019216315B4 (de) Bearbeitungsbedingung-Einstellvorrichtung und 3D Laserbearbeitungssystem
Kuar et al. Modelling and analysis of pulsed Nd: YAG laser machining characteristics during micro-drilling of zirconia (ZrO2)
CN2860712Y (zh) 大功率固体激光平面切割机
CN110560921A (zh) 一种基于最短距离的激光切割的总能耗预测方法
CN106425125A (zh) 一种复合纳秒‑皮秒‑飞秒激光技术的陶瓷钻孔方法
Kibria et al. Experimental investigation and multi-objective optimization of Nd: YAG laser micro-turning process of alumina ceramic using orthogonal array and grey relational analysis
CN107102061A (zh) 金属材料高能束增减材‑在线激光超声检测复合加工方法
CN109903342B (zh) 一种基于扫描振镜的激光原位加工装备及方法
CN103240471A (zh) 电火花线切割机、基于电火花线切割机的车刀加工方法
Chatterjee et al. Quality evaluation of micro drilled hole using pulsed Nd: YAG laser: a case study on AISI 316
CN1270860C (zh) 金属线放电加工装置以及金属线放电加工方法
CN109332886A (zh) 一种无限幅面的激光加工方法及装置
CN108303952A (zh) 一种适用于数控装置刀具的小线段的速度曲线规划方法
CN114083051A (zh) 一种基于线结构光的钢板定尺剪切系统及方法
CN117161582B (zh) 一种基于计算机视觉的激光切割方法
Panda et al. Investigation on surface morphology and dimensional characteristics of micro-channels fabricated on titanium-V alloy by DPSS Nd: YAG laser
CN110570029A (zh) 一种基于图形特征的激光切割的加工能耗预测方法
US20110181680A1 (en) Method for laser marking and device for carrying out said method
CN117245236A (zh) 一种不同规格高效切分工艺
CN110560920A (zh) 一种回转件激光切割加工的能耗预测方法
CN111889804A (zh) 一种铝型材切割机及其控制方法
CN110560922A (zh) 一种基于几何特征的激光切割的加工能耗预测方法
CN214868113U (zh) 一种单模激光远程切割系统
Kuar et al. Nd: YAG laser micromachining of alumina–aluminium interpenetrating phase composite using response surface methodology
CN110597784A (zh) 一种建立激光切割能耗特征数据库的方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination