CN112867580B - 用于加工工件的方法和设备 - Google Patents

用于加工工件的方法和设备 Download PDF

Info

Publication number
CN112867580B
CN112867580B CN201980064981.7A CN201980064981A CN112867580B CN 112867580 B CN112867580 B CN 112867580B CN 201980064981 A CN201980064981 A CN 201980064981A CN 112867580 B CN112867580 B CN 112867580B
Authority
CN
China
Prior art keywords
edge quality
cutting edge
workpiece
quality
method parameter
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.)
Active
Application number
CN201980064981.7A
Other languages
English (en)
Other versions
CN112867580A (zh
Inventor
U·明恩哈特
J·奥特纳德
M·基弗
K·魏斯
C·布勒姆克
L·F·塔泽尔
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.)
Trumpf European Ag
Original Assignee
Trumpf European Ag
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 Trumpf European Ag filed Critical Trumpf European Ag
Publication of CN112867580A publication Critical patent/CN112867580A/zh
Application granted granted Critical
Publication of CN112867580B publication Critical patent/CN112867580B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • B23K26/08—Devices involving relative movement between laser beam and workpiece
    • B23K26/0869—Devices involving movement of the laser head in at least one axial direction
    • B23K26/0892—Controlling the laser beam travel length
    • 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
    • B23K26/02—Positioning or observing the workpiece, e.g. with respect to the point of impact; Aligning, aiming or focusing the laser beam
    • B23K26/03—Observing, e.g. monitoring, the workpiece
    • B23K26/032—Observing, e.g. monitoring, the workpiece using optical means
    • 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
    • B23K31/00—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups
    • B23K31/12—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups relating to investigating the properties, e.g. the weldability, of materials
    • 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
    • B23K31/00—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups
    • B23K31/12—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups relating to investigating the properties, e.g. the weldability, of materials
    • B23K31/125—Weld quality monitoring
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q15/00—Automatic control or regulation of feed movement, cutting velocity or position of tool or work
    • B23Q15/007—Automatic control or regulation of feed movement, cutting velocity or position of tool or work while the tool acts upon the workpiece
    • B23Q15/013—Control or regulation of feed movement
    • B23Q15/06—Control or regulation of feed movement according to measuring results produced by two or more gauging methods using different measuring principles, e.g. by both optical and mechanical gauging
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
    • G05B13/024—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a parameter or coefficient is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/182—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by the machine tool function, e.g. thread cutting, cam making, tool direction control
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/45—Nc applications
    • G05B2219/45041—Laser cutting

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Mechanical Engineering (AREA)
  • Plasma & Fusion (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manufacturing & Machinery (AREA)
  • Human Computer Interaction (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Laser Beam Processing (AREA)

Abstract

本发明涉及一种用于通过激光切割机器(14)加工工件(12)的方法和设备(10)。通过输入单元(16)，向控制器(32)预给定材料参数(18)和机器参数(20)以及尤其所希望的切割棱边质量。计算单元(22)通过方法参数算法(24)借助数据聚集例程(27)基于预给定的信息求取改进的、优选最优的方法参数，用于加工工件(12)。方法参数算法(24)将改进的、优选最优的方法参数作为建议通过显示器(30)和/或为了直接控制激光切割机(14)而输出给控制器(32)。

Description

用于加工工件的方法和设备
技术领域
本发明涉及一种用于借助激光切割机加工工件的方法和设备。
背景技术
激光切割方法优选用于快速制造和加工精确的工件。在此，在传统情况下，工件借助激光由板、尤其呈板材形式的板切割。根据方法而定，通过激光引入的能量导致工件材料在切口中熔化、燃烧或升华。尤其，在借助工艺气体的情况下，将被去除的材料从切口中导出。
这样形成的切割棱边具有带有以下典型特征的表面，该表面允许推断出方法流程或方法参数，例如切割速度或喷嘴到板材的距离。根据制造的工件的工艺和应用领域而定，追求切割棱边的特定的表面特性。在传统方法中，本领域技术人员需要解释这些典型特征并且进行相应的方法参数调整，该方法参数调整导致切割棱边质量的改善。在此，本领域技术人员基于对切割棱边的主观观察进行方法参数的基于经验的改变。
为了通过基于主观观察的决定来减少方法和质量波动，越来越多地使用客观测量方法用于辅助本领域技术人员，然而，这些客观测量方法还不能导致在工艺流程中的改进。
发明内容
因此，本发明的任务在于，提供一种方法和设备，它们能够实现所引起的切割棱边的改善的质量，并且在此也允许被非专业的用户简单地应用。
根据本发明，该任务通过根据权利要求1的方法和根据权利要求9的设备来解决。从属权利要求构成优选的扩展方案。
因此，本发明涉及一种用于借助激光切割机加工工件的方法，该方法具有以下方法步骤：
A)读取机器参数、材料参数和尤其至少一个所希望的方法参数和/或至少一个所希望的切割棱边质量特征；其中，所述方法具有以下方法步骤：
B)输出用于达到切割棱边质量特征的方法参数建议，其中，所述方法参数建议已经由具有数据聚集例程的方法参数算法创建，所述数据聚集例程基于多个切割棱边质量特征、尤其多种类型的切割棱边质量特征；
C)通过激光加工工件产生切割棱边。
因此，根据方法步骤A)，所述方法包括读取至少一个机器参数、至少一个材料参数和尤其至少一个所希望的切割棱边质量特征和/或所希望的方法参数。由此，通过方法参数算法确定用于计算改变的、尤其改进的、优选最优的方法参数的框架条件。方法参数算法求取用于所确定的边界条件的改变的、尤其改进的、优选最优的方法参数并且输出方法参数建议。在此，在所希望的一个或多个切割棱边质量特征与实际可达到的一个或多个切割棱边质量特征之间可能存在重要区别。例如，所希望的切割棱边质量特征可以在可达到的质量外。然后，对于这种情况，方法参数算法输出改变的、尤其改进的、优选最优的方法参数，以便尽可能地接近待达到的切割棱边质量特征。此外，优选地给出这样的提示，即所希望的切割棱边质量在可达到的质量范围外。如果所希望的切割棱边质量特征低于可达到的质量，则方法参数算法可以输出用于达到质量期望所需的、呈方法参数建议形式的方法参数以及对最大可能的切割棱边质量的提示。在此，可以在所希望的切割棱边质量与实际的/所实现的切割棱边质量之间进行区分。
方法参数算法具有至少一个、尤其多个数据聚集例程。所述数据聚集例程可以设计为用于将多个“求出的数据”聚集为新的数据包。新的数据包可以具有一个或多个数字或矢量。新的数据包可以作为“求出的数据”完全地或部分地被提供给其它数据聚集例程。“求出的数据”例如可以是机器数据、材料数据、方法数据和/或由数据聚集例程之一提供的数据包。特别优选地，方法参数算法以具有多个连接的数据聚集例程的算法形式构造。尤其，几百个，优选几千个这样的数据聚集例程可以相互连接。由此，明显改善了方法参数算法的质量和速度。方法参数算法可以特别优选地具有带有加权变量的函数。一个、尤其多个、特别优选所有数据聚集例程可以设计为用于将多个“求出的数据”分别与加权变量组合、尤其相乘，并且因此将“求出的数据”转换为“组合的数据”，并且然后将“组合的数据”聚集、尤其相加成新的数据包。方法参数算法可以设计为用于改进、通过反馈检查并且进一步改进其方法参数建议。这例如可以通过以数据输入形式的反馈进行。数据输入可以通过由操作者待操作的数据输入设备(例如键盘或触摸板)或通过输入数据组进行。为了改进其方法参数建议，方法参数算法可以设计为用于改变加权的变量。为了改进其方法参数建议，方法参数算法可以替代地或附加地设计为用于改变数据聚集例程。为了改进其方法参数建议，方法参数算法可以替代地或附加地设计为用于改变数据聚集例程的关联性。
方法参数算法和/或另一同级或上级的算法可以构造为用于监控和识别：所述算法之一或所有算法什么时候以预给定的频次来输出被用户评价为“错误”的配属信息，并且接着输出负面报告或者将其保存到负面-存储器中。输出可以可视地，例如在屏幕上或以其它合适的形式，例如作为数据输出进行。监控算法还可以构造为用于对这种负面报告的输出以改进例程做出反应，该改进例程改变了所提及的算法中的一个或多个的其它特性或共同作用。
在此，材料参数、机器参数和/或方法参数的特征以及切割棱边质量特征可以本身是数据包、尤其多个结构化数据、尤其是数据矢量或数据阵列，它们本身又可以构成例如用于方法参数算法的、尤其用于方法参数算法的数据聚集例程的“求出的数据”。
数据聚集例程基于多个切割棱边质量特征。因此，数据聚集例程、尤其是数据聚集例程的加权由数据聚集例程本身根据多个求出的切割棱边质量特征来调整、尤其改进、优选优化。在此，多个切割棱边质量特征事先主观地和/或客观地由工件的切割棱边来确定，所述工件已经借助数据聚集例程被加工。因此，数据聚集例程构造为用于本身根据至少两个不同的基于数据聚集例程制造的切割棱边质量特征来改变、尤其改进、优选优化。
优选地，所述方法具有标记工件的可能性、优选通过在激光加工期间将编码施加在工件上、特别优选通过将QR编码的激光刻印施加到工件上，以便能够实现将切割棱边明确地配属于基本的方法条件、尤其方法参数。以这种方式可以由本领域技术人员特别简单地执行方法的分析、方法参数算法的改变、尤其改进、优选优化以及随后的评价。
特别优选一种方法，其中，不同类型的切割棱边质量特征包含以下切割棱边质量特征中的一个和/或多个：
·粗糙度强度
·粗糙度形状
·毛刺高度
·毛刺形状
·切割棱边斜度
·变色
·切开的切割上棱边
·印痕、单个印痕、印痕积累、自灼烧
·中空的切割面轮廓
·在切割上棱边/切割下棱边上的棱边熔化
·在切割上棱边/切割下棱边上方的棱边中空截面
·局部的沟槽偏差
·切割面中的裂纹
·在切割上棱边上的熔化珠链
·切割面端部未切断
·在两个切割面上的切割角偏差
·在一个切割面上的切割角偏差
·不均匀的沟槽深度
·波纹状的切割面轮廓
·过量的沟槽尾迹
·在工件上侧/上棱边、工件下侧/下棱边上的切口扩展
·过量的沟槽深度、强烈的粗糙
·沿切割方向波纹状的切割面
·波纹状的切割起点
·在下侧上的熔渣积累
·熔渣表皮、切割棱边的焊接、凸起、折叠的熔融物
·须状毛刺形成/毛刺形成、珠状毛刺、细针毛刺、明显毛刺、长+可断裂毛刺、短+不可断裂毛刺、非常强的毛刺
·在沿纵向方向上中断的切割、射束去除
·材料表面上的飞溅物、细线形成
·切割面的变色、切割端部的变色、截面变色、角部变色、浓烟
所述方法可以进一步优选地具有以下方法步骤：
D)确定经加工的工件的多种类型的切割棱边质量特征；
E)读取这些切割棱边质量特征，用于改变、尤其改进、优选优化方法参数算法。
在此，特别优选地，根据不同类型的切割棱边质量特征改变数据聚集例程的加权、尤其改变加权的变量。这些特征的精确结构可以通过对切割棱边质量特征的机器分析评估来改变、尤其改进、优选优化。换言之，由此不但利用具有基于不同切割棱边质量特征检查的和/或改进的、尤其持续进一步改进的数据聚集例程的方法参数算法，而且该方法设置，通过新达到的和读取的切割棱边质量特征进一步检查和/或改变、尤其改进、优选优化数据聚集例程。
方法的一个优选扩展方案设置，通过测量装置客观地确定至少一个切割棱边质量特征。测量装置可以构造为用于自动地执行测量并且将结果自动传递给尤其是方法参数算法和/或数据库。
在方法的一个特别优选的扩展方案中，至少一个客观确定的切割棱边质量特征通过尤其呈摄像机形式的图像记录装置来确定。在此，图像记录装置可以根据在不可见波长、但优选在可见波长范围内的辐射创建图像。通过使用尤其呈摄像机形式的图像记录装置，可以尤其通过自动的图像感测和图像分析求取切割棱边表面的典型特征。在此，图像感测和图像分析可以理解为两个彼此分离的过程并且可以不但时间上而且地点上彼此分离地完成。这使得能够实现不但局部地而且地点上间隔开地分析切割棱边图像。为了能够实现图像感测和随后的图像分析的特别简单的方式，为此目的优选使用图案识别软件。
此外，优选一种方法，其中，在方法步骤A)中读取优先的切割棱边质量特征。切割棱边质量特征的优先级使得用户能够将切割棱边质量特别单独地匹配于其设想和另外的加工方法。通过确定上级值所在的切割棱边质量特征和下级值所在的切割棱边质量特征，方法参数算法可以输出方法参数的明显改进的建议。
此外，优选一种方法，其中，基于云存储方法参数算法和/或数据库，其中，机器参数、材料参数、切割棱边质量特征、方法参数和/或所希望的切割棱边质量特征存储在数据库中。在此，基于云是指尤其地点上远离的、优选匿名的存储设备，在该存储设备中存储有多于一个、优选由几百个或几千个不同用户的机器参数、材料参数、方法参数、切割棱边质量特征和/或所希望的切割棱边质量特征。由此，不同用户可以与制造地点无关地有助于改变、尤其改进、优选优化方法参数算法，该方法参数算法提供用于执行该方法的方法参数。经发现：仅当读取数万、尤其数十万个达到的切割棱边质量特征时，所说明的方法才实现决定性的成果。对于单个的制造车间而言，经常在一年内无法达到这样的数据量。
此外，优选一种方法，其中，在显示器上输出方法步骤B)中的方法参数建议和/或方法步骤B)中的方法参数建议的输出被直接用于方法步骤C)中的工件的激光加工。这赋予用户对方法过程的控制，因为方法参数建议可以手动地被接管、尤其在确认之后自动地被接管、特别优选地在没有确认的情况下自动地被接管或丢弃。在丢弃方法参数建议的情况下，方法可以设置为用于检测用户的理由，该理由可以被进一步改变、尤其改进、优选优化方法参数算法。
此外，根据本发明的任务通过一种用于加工工件的设备来解决，其中，该设备具有：
a)输入单元，用于输入机器参数、材料参数和尤其所希望的方法参数和/或所希望的切割棱边质量特征；
其中，该设备还具有以下特征：
b)具有用于输出方法参数建议的方法参数算法的计算单元，其中，所述方法参数算法具有至少一个数据聚集例程，其基于多个切割棱边质量特征、尤其是多个不同类型的切割棱边质量特征；
c)用于激光加工工件、尤其用于产生切割棱边的激光切割机。
优选地，该设备实施为单元，以便确保在设备部件之间的特别简单的操作和顺利的运行。此外，设备可以由部分或完全联网的子部件组成，并且不但可以局域地、尤其在生产线的走向中局域地布置，而且可以在地点上彼此间隔开地、尤其在多个生产站点上分布地布置。
特别优选一种设备，该设备还具有：
d)测量装置，以便客观地确定至少一个所达到的切割棱边质量特征。
在构造具有测量装置的设备时，客观求出的切割棱边质量特征可以特别简单地通过方法参数算法被进一步处理。尤其，方法参数算法可以自动地读取所求出的切割棱边质量特征。在该设备的特别优选的构型中，客观求出的切割棱边质量特征由方法参数算法自动地进一步处理，以便通过改变方法参数执行激光加工方法在所希望的或改善的或最优的切割棱边质量方面的自动匹配。
测量装置可以以图像记录装置的形式、尤其以摄像机的形式构造。摄像机不但可以以与设备连接的方式构造、尤其构造为在设备内的测量路径的组成部分，而且可以以不与设备连接的方式构造、尤其构造为计算机的摄像头、特别优选构造为移动电话的摄像头。通过以不与设备连接的方式构造、尤其构造为计算机的摄像头、特别优选构造为移动电话的摄像头，用户可以特别简单和成本低地在切割棱边表面上执行特征感测，尤其感测凹槽形成和变色，并且为设备提供典型的切割棱边图像。图像记录装置可以记录在对于人可见的光范围内的图像数据，但也可以记录在其它范围内的图像数据，例如红外线、UV、伦琴射线。图像记录装置也可以通过其它波传播、例如声波、尤其是超声波记录图像数据。
输入单元可以构造为用于输入至少一个优先的切割棱边质量特征。替代地或附加地，输入单元可以构造为用于输入至少一个不太优先的切割棱边质量特征。替换地或附加地，输入单元可以构造为用于输入切割棱边质量特征的优先顺序。通过给出至少一个优先的和/或不太优先的切割棱边质量特征，方法参数算法可以输出特别有针对性的方法参数建议。方法参数算法通常构造为用于求取尽可能最好的切割棱边质量，然而，与方法相关地，特别突出一个切割棱边质量特征相对于其它切割棱边质量特征的缺点可以导致在工件的进一步加工过程中的优点。因此，设备在使用时提供了最大可能的灵活性。在此，输入单元也可以构造为用于评价经切割的工件，尤其根据单个切割棱边质量特征评价所达到的激光切割棱边结果或输入用于改变、尤其改进单个切割棱边质量特征的质量的期望。
计算单元可以连同方法参数算法和/或用于存储机器参数、材料参数、切割棱边质量特征、方法参数和/或所希望的切割棱边质量特征的数据库基于云地构造。
设备可以具有用于输出方法参数建议的显示器和/或激光切割机可以直接由计算单元控制。
附图说明
由说明书和附图得到本发明的另外的优点。之前所述的和还进一步列举的特征同样可以单独地或以多个任意组合的形式使用。所示的和所说明的实施方式不应理解为最终的穷举，而是更确切地具有用于描述本发明的示例性的特征。
图1示出根据本发明的方法或根据本发明的设备的构型的示意性示图。
具体实施方式
图1示出用于借助激光切割机14加工工件12的设备10。
通过输入单元16输入至少一个尤其表征所使用的工件材料和/或该工件材料厚度的材料参数18、至少一个尤其表征所使用的激光切割机14的机器参数20以及优选至少一个所希望的切割棱边质量特征。此外，可以通过输入单元16输入至少一个所希望的方法参数、尤其是激光功率、焦点深度、进给速度和/或气体流量。
设备10可以构造为用于通过测量技术上的感测、尤其通过重量测量和与存储的材料特征数据进行比较自主地确定所使用的材料参数18，以及尤其通过测量工件12自主地确定工件12的工件尺寸。此外，设备10可以构造为用于自主地确定所使用的激光切割机14。通过这样的构造，在通过激光切割机14加工工件的准备阶段中减少了输入费事。
根据方法步骤A)，具有方法参数算法24的计算单元22读取输入的材料参数18和机器参数20以及尤其所希望的切割棱边质量特征和/或所希望的方法参数并且将信息存储在数据库28中的数据组26中。基于所输入的信息，根据方法步骤B)的方法参数算法24求取改进的、优选最优的和/或用于达到所希望的切割棱边质量特征所需的方法参数。
为此，方法参数算法具有数据聚集例程27。优选地，方法参数算法以数据聚集例程27的形式构造。
这样求出的方法参数通过显示器30输出和/或传递到用于控制激光切割机14的控制器32上。在已知改进的、优选最优的方法参数之后，用户可以或者释放方法参数建议用于应用，或者执行方法参数的其它调整并且启动方法过程。随后，根据方法步骤C)通过激光切割机14并且根据预给定的方法参数加工工件12。对于通过激光切割机14加工工件12起决定性作用的方法参数以及由方法参数算法24建议的方法参数被添加到该工件加工的数据组26中。
为了能够实现工件12相对于数据组26的明确配属，可以在该过程内手动或自动地、尤其通过在激光切割过程期间激光刻印QR码来执行对工件12的标记。此外，这种标记具有在进一步的过程进程中通过简单地扫描工件12自动分类工件的优点。如果执行工件12的相应的标记，则将相应的信息添加到该工件加工的数据组26中。
在加工工件12之后，根据方法步骤D)求取产生的切割棱边的质量，尤其不同的切割棱边质量特征。这可以通过本领域技术人员人员借助主观鉴定进行，本领域技术人员进行相应的评价并且将该评价添加到该工件加工的数据组26中。优选地，在通过激光切割机14加工工件12之后在测量装置34中客观地确定切割棱边质量特征。优选地，测量装置34构造为用于自动地执行测量并且在方法步骤E)中将测量结果自动地添加到工件加工的相应的数据组26中。
数据库28构造为用于存储工件加工的所有数据组26。因此，数据库28构成用于方法参数算法24的改变、尤其改进、优选优化的基础。
优选地，已经加工的工件12在其切割棱边质量特征方面被评价并且用于在后续工件12的加工方面的方法改进。
在激光切割时，例如通过传感器测量出的不稳定的方法参数36也可以存储在数据库28中并且可以补充当前工件加工的数据组26。这尤其提供了以下优点：在激光切割期间确定方法参数中的波动并且将其考虑到切割棱边质量的评价中。由此可以实现关于切割棱边质量和机器状态的特别高的预测能力。
基于存储在数据库28中的数据组26，可以进行方法参数算法24的至少一个、尤其所有的数据聚集例程27的改变、尤其改进、优选优化。在此，不同用户的数据组26也可以一起被方法和设备10使用，以便确定至少一个数据聚集例程27的输入参数和输出参数之间的改进的、尤其最优的相关性。
换言之，本发明涉及一种用于通过激光切割机14加工工件12的方法和设备10。通过输入单元16为控制器32预给定材料参数18、机器参数20以及尤其方法参数和/或所希望的切割棱边质量。计算单元22通过方法参数算法24借助至少一个数据聚集例程27基于预给定的信息求取用于加工工件12的改进的、优选最优的方法参数。方法参数算法24将改进的、优选最优的方法参数作为建议通过显示器30和/或为了直接控制激光切割机14而输出给控制器32。优选地，通过多个不同类型的切割棱边质量特征的反馈来检查和/或改进、尤其持续地进一步改进至少一个数据聚集例程27，其中，这些切割棱边质量特征主观地和/或客观地由借助该方法或设备产生的切割棱边来求取。
所说明的方法和设备方面尤其可以用于切割硬的工件12，例如玻璃或金属、尤其是板材。在切割这样的工件时，方法参数建议的输出是特别挑战的，因为许多方法参数相互影响，并且用于达到所希望的切割棱边质量的因果关系是未知的并且仅能够非常费事地求取。板材可以扁平地或成形地构型，并且激光切割机14因此可以是平板机或3D激光切割机。
所说明的方法和设备方面尤其可以用于生成用于激光切割加工的虚拟模型。借助这样的模型可以更快和更好地输出方法参数建议。
所说明的方法和设备方面能够以特别有利的方式集成到用于工件的工业制造的制造控制系统(MES)中。在制造控制系统中可以保存多个加工计划。在加工计划中可以分别存储用于工件和/或工件复合件的工业加工的任务信息。除了激光切割外，加工计划还可以包含其它加工步骤或工艺，例如成形、弯曲、冲压、加热、焊接、附接、表面加工等，工件可以并行地或顺序地经历这些加工步骤或工艺。因此，工件可以协调地经历多个加工步骤，并且切割棱边质量已经在整个制造控制中被调整和改善。MES可以设计为用于可以在其中加入待生产工件的加工计划并且借助该加工计划完成加工。在此，MES还可以设计为用于显示工件的状态。这意味着，MES可以设计为用于不但输出加工步骤的顺序，而且输出已经执行的加工步骤。有利地，MES还可以设计为用于给机床分配单个的加工计划。有利地，MES还可以设计为用于可以随时手动地或自动地干预加工计划的加工步骤。这具有以下优点：在多个不同加工计划的制造流程期间可以非常灵活地对不同的、尤其意料之外出现的事件做出反应。这些事件例如可以是：加工计划或生产任务的优先级的改变，新的较高优先级的生产任务，取消生产任务，缺少材料，例如在错误供应、机器故障、缺少专业人员、事故时，确定制造步骤的有缺陷的质量等。MES可以局域地和/或至少部分地基于云在地点上远离地安装在制造场所中。
附图标记列表
10 设备
12 工件
14 激光切割机
16 输入单元
18 材料参数
20 机器参数
22 计算单元
24 方法参数算法
26 数据组
27 数据聚集例程
28 数据库
30 显示器
32 控制器
34 测量装置
36 不稳定的方法参数

Claims (20)

1.一种用于借助激光切割机（14）加工工件（12）的方法，所述方法具有以下方法步骤：A）读取机器参数（20）和材料参数（18）和至少一个所希望的切割棱边质量特征；其中，所述方法还具有以下方法步骤：B）输出方法参数建议，其中，所述方法参数建议已经由具有至少一个数据聚集例程（27）的方法参数算法（24）创建，所述数据聚集例程基于多个切割棱边质量特征；C）通过激光加工所述工件（12）产生切割棱边，其中，给出所希望的切割棱边质量在可达到的质量范围外的提示，其中，如果至少一个所希望的切割棱边质量特征低于可达到的质量，则所述方法参数算法（24）能够输出用于达到质量期望所需的方法参数建议以及对最大可能的切割棱边质量的提示。
2.根据权利要求1所述的方法，其中，所述切割棱边质量特征包括以下特征中的至少一个：粗糙度形状、毛刺高度、毛刺形状、切割棱边斜度、变色、切割面中的裂纹。
3.根据权利要求1或2所述的方法，所述方法具有以下方法步骤：D）确定经加工的所述工件（12）的多个切割棱边质量特征；E）读取这些切割棱边质量特征，用于改变所述方法参数算法（24）。
4.根据权利要求3所述的方法，其中，通过测量装置（34）客观地确定至少一个切割棱边质量特征。
5.根据权利要求4所述的方法，其中，所述至少一个切割棱边质量特征通过图像记录装置来确定。
6.根据权利要求1、2、4和5中任一项所述的方法，其中，在方法步骤A）中读取优先的切割棱边质量特征。
7.根据权利要求1、2、4和5中任一项所述的方法，其中，基于云存储所述方法参数算法（24）和/或数据库（28），其中，所述机器参数（20）、所述材料参数（18）、所述切割棱边质量特征存储在所述数据库（28）中。
8.根据权利要求1、2、4和5中任一项所述的方法，其中，在显示器（30）上输出方法步骤B）中的所述方法参数建议，和/或方法步骤B）中的所述方法参数建议的输出直接被用于方法步骤C）中的所述工件（12）的激光加工。
9.根据权利要求3所述的方法，所述方法具有以下方法步骤：读取这些切割棱边质量特征，用于改进所述方法参数算法（24）。
10.根据权利要求3所述的方法，所述方法具有以下方法步骤：读取这些切割棱边质量特征，用于优化所述方法参数算法（24）。
11.根据权利要求5所述的方法，其中，所述图像记录装置是摄像机。
12.根据权利要求7所述的方法，其中，所希望的切割棱边质量特征存储在所述数据库（28）中。
13.一种用于加工工件（12）的设备（10），其中，所述设备（10）具有以下组成部分：a）输入单元（16），用于输入至少一个机器参数（20）和至少一个材料参数（18）以及至少一个所希望的切割棱边质量特征；其中，所述设备（10）还具有以下组成部分：b）计算单元（22），所述计算单元具有用于输出方法参数建议的方法参数算法（24），其中，所述方法参数算法（24）具有至少一个数据聚集例程（27），所述数据聚集例程基于多个切割棱边质量特征；c）用于激光加工所述工件（12）的激光切割机（14），其中，给出所希望的切割棱边质量在可达到的质量范围外的提示，其中，如果至少一个所希望的切割棱边质量特征低于可达到的质量，则所述方法参数算法（24）能够输出用于达到质量期望所需的方法参数建议以及对最大可能的切割棱边质量的提示。
14.根据权利要求13所述的设备，其中，所述设备（10）具有以下组成部分：d）测量装置（34），以便客观地确定至少一个切割棱边质量特征。
15.根据权利要求14所述的设备，其中，所述测量装置（34）以图像记录装置的形式构造。
16.根据权利要求13至15中任一项所述的设备，其中，所述输入单元（16）构造为用于输入至少一个优先的切割棱边质量特征。
17.根据权利要求13至15中任一项所述的设备，其中，所述计算单元（22）连同所述方法参数算法（24）和/或数据库（28）基于云地构造，所述数据库用于存储所述机器参数（20）、所述材料参数（18）、所述方法参数、所述切割棱边质量特征。
18.根据权利要求13至15中任一项所述的设备，其中，所述设备（10）具有显示器（30），在所述显示器上输出所述方法参数建议，和/或所述激光切割机（14）能够直接由所述计算单元（22）控制。
19.根据权利要求15所述的设备，其中，所述图像记录装置是摄像机。
20.根据权利要求17所述的设备，其中，所述数据库（28）设置用于存储所希望的切割棱边质量特征。
CN201980064981.7A 2018-10-01 2019-09-23 用于加工工件的方法和设备 Active CN112867580B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102018216873.3 2018-10-01
DE102018216873.3A DE102018216873A1 (de) 2018-10-01 2018-10-01 Verfahren und Vorrichtung zur Bearbeitung eines Werkstücks
PCT/EP2019/075452 WO2020069889A1 (de) 2018-10-01 2019-09-23 Verfahren und vorrichtung zur bearbeitung eines werkstücks

Publications (2)

Publication Number Publication Date
CN112867580A CN112867580A (zh) 2021-05-28
CN112867580B true CN112867580B (zh) 2024-01-12

Family

ID=68072358

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980064981.7A Active CN112867580B (zh) 2018-10-01 2019-09-23 用于加工工件的方法和设备

Country Status (6)

Country Link
US (1) US20210245298A1 (zh)
EP (1) EP3860799A1 (zh)
JP (1) JP7402242B2 (zh)
CN (1) CN112867580B (zh)
DE (1) DE102018216873A1 (zh)
WO (1) WO2020069889A1 (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116133785A (zh) * 2020-09-18 2023-05-16 百超激光有限公司 用于通过优化工具改进激光切割工艺参数的计算机实现的方法和优化工具
EP3970905A1 (en) 2020-09-18 2022-03-23 Bystronic Laser AG Computer implemented method of and optimisation tool for refinement of laser cutting process parameters by means of an optimization tool
EP3984688A1 (de) 2020-10-16 2022-04-20 Bystronic Laser AG Verfahren, computerprogramm und laserschneidsystem für intelligentes eckenschneiden
EP4016215A1 (en) * 2020-12-18 2022-06-22 Bystronic Laser AG Additional verification of workpiece properties for a laser cutting machine
DE102021206302A1 (de) 2021-06-18 2022-12-22 Trumpf Laser- Und Systemtechnik Gmbh Verfahren zur Laserbearbeitung und Laserbearbeitungsanlage sowie Steuereinrichtung hierfür
EP4119284A1 (de) 2021-07-12 2023-01-18 Bystronic Laser AG Kalibrierung eines qualitätsschätzers für ein laserschneidverfahren
DE102021127152A1 (de) 2021-10-20 2023-04-20 Trumpf Laser Gmbh Laservorrichtung und Laserbearbeitungsverfahren
CN114535830B (zh) * 2022-02-23 2024-04-12 信义微纳(苏州)科技有限公司 一种激光器切割参数的生成方法及系统
EP4235320A1 (de) 2022-02-28 2023-08-30 Bystronic Laser AG Makro-basierte bestimmung von bearbeitungsparametern für einen laserbearbeitungsprozess
CN116213962B (zh) * 2023-05-10 2023-08-11 杭州乾瑭云科技有限公司 一种基于状态预测的金属板材切割控制方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002239760A (ja) * 2001-02-13 2002-08-28 Amada Eng Center Co Ltd レーザ加工機の加工条件決定方法およびその装置
CN1813635A (zh) * 2005-01-31 2006-08-09 西门子公司 控制成像模态的方法和装置
WO2011035777A1 (de) * 2009-09-28 2011-03-31 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e. V. Verfahren zur gratfreien trennenden bearbeitung von werkstücken mit änderungen von laserbearbeitungsparametern
WO2012000995A1 (de) * 2010-06-30 2012-01-05 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Dialogsystem und verfahren zur untersuchung eines bearbeitungsprozesses
WO2013113479A1 (de) * 2012-01-30 2013-08-08 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Verfahren zum regeln eines laserschneidprozesses und laserschneidmaschine
CN105522283A (zh) * 2015-12-31 2016-04-27 中国航空工业集团公司北京航空制造工程研究所 一种基于温度场的激光切割参数的控制方法、装置及系统
EP3159093A1 (de) * 2015-10-23 2017-04-26 Bystronic Laser AG Verfahren zur kontrolle von laserschneidvorgängen im hochleistungsbereich mit schneidvorgangunterbrechung; entsprechende vorrichtung und computerprogrammprodukt

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3110235A1 (de) * 1981-03-17 1982-10-21 Trumpf GmbH & Co, 7257 Ditzingen "verfahren und vorrichtung zum brennschneiden mittels eines laserstrahls"
JPH09239576A (ja) * 1996-03-04 1997-09-16 Tanaka Seisakusho Kk レーザ加工装置
EP0991493B1 (en) * 1997-06-24 2004-07-28 AMADA COMPANY, Ltd. Support system for laser beam machine, and laser beam machine including the same
WO2004109871A2 (en) * 2003-06-03 2004-12-16 Applied Thermal Sciences, Inc. Laser-weld process control system and method
EP2163339B1 (de) * 2008-09-11 2016-11-02 Bystronic Laser AG Laserschneidanlage zum Schneiden eines Werkstücks mit einem Laserstrahl mit einer variablen Schneidgeschwindigkeit
IT1397985B1 (it) * 2010-02-08 2013-02-04 Prima Ind Spa Procedimento di monitoraggio della qualità di processi di lavorazione laser e relativo sistema
DE102010020183B4 (de) * 2010-05-11 2013-07-11 Precitec Kg Laserschneidkopf und Verfahren zum Schneiden eines Werkstücks mittels eines Laserschneidkopfes
DE102011003395B3 (de) * 2011-01-31 2012-03-29 Trumpf Laser- Und Systemtechnik Gmbh Verfahren zum Abtrennen eines Randabschnitts eines Werkstücks mittels eines Lasertrennschnitts sowie zugehörige Laserschneidvorrichtung
FR2975318B1 (fr) * 2011-05-16 2014-05-09 Air Liquide Buse laser a element mobile
US20140197144A1 (en) * 2013-01-14 2014-07-17 Keith D. Earhart Method and device for slitting thin strip magnetic steel
US9102007B2 (en) * 2013-08-02 2015-08-11 Rofin-Sinar Technologies Inc. Method and apparatus for performing laser filamentation within transparent materials
US10144088B2 (en) * 2013-12-03 2018-12-04 Rofin-Sinar Technologies Llc Method and apparatus for laser processing of silicon by filamentation of burst ultrafast laser pulses
JP6213501B2 (ja) 2015-02-27 2017-10-18 ブラザー工業株式会社 レーザ加工装置、レーザ加工装置の制御プログラム及び制御方法
WO2017142470A1 (en) * 2016-02-19 2017-08-24 Tomologic Ab Method and machine system for controlling an industrial operation
US10722974B2 (en) * 2017-01-20 2020-07-28 Hypertherm, Inc. System and method for processing parts on a workpiece

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002239760A (ja) * 2001-02-13 2002-08-28 Amada Eng Center Co Ltd レーザ加工機の加工条件決定方法およびその装置
CN1813635A (zh) * 2005-01-31 2006-08-09 西门子公司 控制成像模态的方法和装置
WO2011035777A1 (de) * 2009-09-28 2011-03-31 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e. V. Verfahren zur gratfreien trennenden bearbeitung von werkstücken mit änderungen von laserbearbeitungsparametern
WO2012000995A1 (de) * 2010-06-30 2012-01-05 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Dialogsystem und verfahren zur untersuchung eines bearbeitungsprozesses
WO2013113479A1 (de) * 2012-01-30 2013-08-08 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Verfahren zum regeln eines laserschneidprozesses und laserschneidmaschine
EP3159093A1 (de) * 2015-10-23 2017-04-26 Bystronic Laser AG Verfahren zur kontrolle von laserschneidvorgängen im hochleistungsbereich mit schneidvorgangunterbrechung; entsprechende vorrichtung und computerprogrammprodukt
CN105522283A (zh) * 2015-12-31 2016-04-27 中国航空工业集团公司北京航空制造工程研究所 一种基于温度场的激光切割参数的控制方法、装置及系统

Also Published As

Publication number Publication date
DE102018216873A1 (de) 2020-04-02
WO2020069889A1 (de) 2020-04-09
US20210245298A1 (en) 2021-08-12
EP3860799A1 (de) 2021-08-11
JP2022508535A (ja) 2022-01-19
JP7402242B2 (ja) 2023-12-20
CN112867580A (zh) 2021-05-28

Similar Documents

Publication Publication Date Title
CN112867580B (zh) 用于加工工件的方法和设备
EP3417349B1 (en) Method and machine system for controlling an industrial operation
Campanelli et al. An artificial neural network approach for the control of the laser milling process
US8558135B2 (en) Method for monitoring the quality of laser-machining processes and corresponding system
US7933679B1 (en) Method for analyzing and optimizing a machining process
CN106853554B (zh) 智能型激光加工系统及其加工方法
CN106584462A (zh) 一种机器人运行速度实时调节方法
CN104907700A (zh) 用于配置激光加工装置的方法
EP3232353B1 (en) System and process for evaluating and validating additive manufacturing operations
US20190291215A1 (en) Machining condition adjustment apparatus and machine learning device
US20220317663A1 (en) Method and apparatus for determining cutting parameters for a laser cutting machine
US20230029806A1 (en) In-situ monitoring system assisted material and parameter development for additive manufacturing
EP3232351B1 (en) System and process for evaluating and validating additive manufacturing operations
CN115041750A (zh) 一种应用于自动磨齿机的圆锯片状态评估方法
CN110893515A (zh) 加工条件调整装置以及机器学习装置
KR20170124768A (ko) 공작 기계의 가공경로 보정방법
EP3232349A1 (en) System and process for evaluating and validating additive manufacture operations
EP3232348A1 (en) System and process for evaluating and validating additive manufacturing operations
EP3232350A1 (en) System and process for evaluating and validating additive manufacturing operations
CN116909211B (zh) 一种高精密数控机床的智能调控方法及系统
WO2022180842A1 (ja) 積層造形技術の開発方法および３次元積層造形システム
CN113333958B (zh) 激光加工系统及方法
KR20220157437A (ko) 기계가공의 프로세스 매개변수들을 생성하기 위한 치아 기계가공 시스템
CN117697252A (zh) 一种焊接控制方法、焊接控制系统、电子设备及介质
CN116974239A (zh) 一种基于精雕机的加工轨迹控制方法及系统

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: German Ditzingen

Applicant after: TRUMPF European AG

Address before: German Ditzingen

Applicant before: TRUMPF WERKZEUGMASCHINEN GmbH & Co.KG

GR01 Patent grant
GR01 Patent grant