CN116213962A - 一种基于状态预测的金属板材切割控制方法及系统 - Google Patents
一种基于状态预测的金属板材切割控制方法及系统 Download PDFInfo
- Publication number
- CN116213962A CN116213962A CN202310518330.9A CN202310518330A CN116213962A CN 116213962 A CN116213962 A CN 116213962A CN 202310518330 A CN202310518330 A CN 202310518330A CN 116213962 A CN116213962 A CN 116213962A
- Authority
- CN
- China
- Prior art keywords
- cutting
- metal plate
- quality
- control parameters
- plate cutting
- 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.)
- Granted
Links
- 238000005520 cutting process Methods 0.000 title claims abstract description 608
- 239000002184 metal Substances 0.000 title claims abstract description 408
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000013441 quality evaluation Methods 0.000 claims abstract description 46
- 238000012544 monitoring process Methods 0.000 claims abstract description 16
- 238000005457 optimization Methods 0.000 claims description 53
- 238000004458 analytical method Methods 0.000 claims description 40
- 238000011156 evaluation Methods 0.000 claims description 25
- 238000012937 correction Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 13
- 238000003698 laser cutting Methods 0.000 claims description 12
- 230000004927 fusion Effects 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 8
- 230000002068 genetic effect Effects 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000009776 industrial production Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000009795 derivation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
Images
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
- B23K2101/00—Articles made by soldering, welding or cutting
- B23K2101/18—Sheet panels
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Plasma & Fusion (AREA)
- Mechanical Engineering (AREA)
- Feedback Control In General (AREA)
- Laser Beam Processing (AREA)
Abstract
本申请涉及金属板切割技术领域，提供一种基于状态预测的金属板材切割控制方法及系统。所述方法包括：基于金属板切割控制参数对金属板进行切割监测，获得金属板切割状态信息；将金属板切割控制参数和金属板切割状态信息输入金属板质量预测模型，输出切割质量预测系数；当切割质量预测系数是未达到预设质量系数时，根据所述金属板切割状态信息，构建金属板切割全局空间；基于金属板切割质量评价指标在所述金属板切割全局空间内进行寻优，输出金属板切割优化控制参数，并基于所述金属板切割优化控制参数对目标金属板进行切割优化处理。采用本方法能够达到实现板材切割实时优化性和控制精确性，进而保证金属板材切割质量的技术效果。
Description
技术领域
本申请涉及金属板切割技术领域，特别是涉及一种基于状态预测的金属板材切割控制方法及系统。
背景技术
随着现代工业生产的发展以及人们对产品外观要求的提高，对金属板材切割加工质量要求也越来越高，激光切割已逐渐成为钣金加工行业的一种常用技术。其加工原理是将激光产生的高能激光束聚集在金属表面，使金属板材快速熔化，达到切割效果具有切割速度快，生产效率高，生产周期短，板材无变形，刀具无磨损，材料适应性好，自动化程度高，操作简单，没有污染等诸多特点。
然而，现有技术金属板材按照预设路线进行激光切割，切割参数可变性低，切割控制精确性不够，进而导致影响切割质量。
发明内容
基于此，有必要针对上述技术问题，提供一种能够实现板材切割实时优化性和控制精确性，进而保证金属板材切割质量的一种基于状态预测的金属板材切割控制方法及系统。
一种基于状态预测的金属板材切割控制方法，所述方法包括：对目标金属板进行切割参数分析，获得金属板切割控制参数；基于所述金属板切割控制参数对金属板进行切割监测，获得金属板切割状态信息；将所述金属板切割控制参数和所述金属板切割状态信息输入金属板质量预测模型中进行分析，输出切割质量预测系数；当所述切割质量预测系数是未达到预设质量系数时，根据所述金属板切割状态信息，构建金属板切割全局空间；获得金属板切割质量评价指标，所述金属板切割质量评价指标包括金属板切割品质、金属板损耗、切割效率；基于所述金属板切割质量评价指标在所述金属板切割全局空间内进行寻优，输出金属板切割优化控制参数，并基于所述金属板切割优化控制参数对所述目标金属板进行切割优化处理。
一种基于状态预测的金属板材切割控制系统，所述系统包括：切割参数分析模块，用于对目标金属板进行切割参数分析，获得金属板切割控制参数；金属板切割监测模块，用于基于所述金属板切割控制参数对金属板进行切割监测，获得金属板切割状态信息；切割质量预测模块，用于将所述金属板切割控制参数和所述金属板切割状态信息输入金属板质量预测模型中进行分析，输出切割质量预测系数；切割全局空间构建模块，用于当所述切割质量预测系数是未达到预设质量系数时，根据所述金属板切割状态信息，构建金属板切割全局空间；切割质量评价指标获得模块，用于获得金属板切割质量评价指标，所述金属板切割质量评价指标包括金属板切割品质、金属板损耗、切割效率；切割优化处理模块，用于基于所述金属板切割质量评价指标在所述金属板切割全局空间内进行寻优，输出金属板切割优化控制参数，并基于所述金属板切割优化控制参数对所述目标金属板进行切割优化处理。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
对目标金属板进行切割参数分析，获得金属板切割控制参数；
基于所述金属板切割控制参数对金属板进行切割监测，获得金属板切割状态信息；
将所述金属板切割控制参数和所述金属板切割状态信息输入金属板质量预测模型中进行分析，输出切割质量预测系数；
当所述切割质量预测系数是未达到预设质量系数时，根据所述金属板切割状态信息，构建金属板切割全局空间；
获得金属板切割质量评价指标，所述金属板切割质量评价指标包括金属板切割品质、金属板损耗、切割效率；
基于所述金属板切割质量评价指标在所述金属板切割全局空间内进行寻优，输出金属板切割优化控制参数，并基于所述金属板切割优化控制参数对所述目标金属板进行切割优化处理。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
对目标金属板进行切割参数分析，获得金属板切割控制参数；
基于所述金属板切割控制参数对金属板进行切割监测，获得金属板切割状态信息；
将所述金属板切割控制参数和所述金属板切割状态信息输入金属板质量预测模型中进行分析，输出切割质量预测系数；
当所述切割质量预测系数是未达到预设质量系数时，根据所述金属板切割状态信息，构建金属板切割全局空间；
获得金属板切割质量评价指标，所述金属板切割质量评价指标包括金属板切割品质、金属板损耗、切割效率；
基于所述金属板切割质量评价指标在所述金属板切割全局空间内进行寻优，输出金属板切割优化控制参数，并基于所述金属板切割优化控制参数对所述目标金属板进行切割优化处理。
上述一种基于状态预测的金属板材切割控制方法及系统，解决了现有技术切割参数可变性低，切割控制精确性不够，进而导致影响切割质量的技术问题，达到了通过对金属板材切割状态进行预测优化切割控制参数，实现板材切割实时优化性和控制精确性，进而保证金属板材切割质量的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为一个实施例中一种基于状态预测的金属板材切割控制方法的流程示意图；
图2为一个实施例中一种基于状态预测的金属板材切割控制方法中获得金属板切割控制参数的流程示意图；
图3为一个实施例中一种基于状态预测的金属板材切割控制系统的结构框图；
图4为一个实施例中计算机设备的内部结构图。
附图标记说明：切割参数分析模块11，金属板切割监测模块12，切割质量预测模块13，切割全局空间构建模块14，切割质量评价指标获得模块15，切割优化处理模块16。
实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
如图1所示，本申请提供了一种基于状态预测的金属板材切割控制方法，所述方法包括：
步骤S100：对目标金属板进行切割参数分析，获得金属板切割控制参数；
在一个实施例中，如图2所示，所述获得金属板切割控制参数，本申请步骤S100还包括：
步骤S110：获取金属板切割目标信息；
步骤S120：对金属板几何结构信息进行切割区域划分，获得金属板切割区域信息；
步骤S130：基于所述金属板切割目标信息对所述金属板切割区域信息进行切割分析，获得金属板区域切割策略；
步骤S140：对所述金属板切割目标信息进行切割要素提取，获得切割工艺要素信息；
步骤S150：基于所述金属板区域切割策略和所述切割工艺要素信息进行切割参数分析，获得金属板切割控制参数。
在一个实施例中，所述获得金属板切割控制参数，本申请步骤S150还包括：
步骤S151：根据所述金属板区域切割策略和所述切割工艺要素信息，获得切割控制参数取值阈值；
步骤S152：从所述切割控制参数取值阈值中随机抽取N个切割控制参数；
步骤S153：基于遗传算法对所述N个切割控制参数进行计算，获得N个预测切割质量曲线，其中，所述N个预测切割质量曲线与所述N个切割控制参数一一对应；
步骤S154：获得理想切割质量曲线，将所述N个预测切割曲线和所述理想切割质量曲线进行对比，获得金属板切割控制参数，其中，所述金属板切割控制参数对应的预测切割质量曲线与所述理想切割质量曲线的相似度最大。
具体而言，随着现代工业生产的发展以及人们对产品外观要求的提高，对金属板材切割加工质量要求也越来越高，激光切割已逐渐成为钣金加工行业的一种常用技术。其加工原理是将激光产生的高能激光束聚集在金属表面，使金属板材快速熔化，达到切割效果具有切割速度快，生产效率高，生产周期短，板材无变形，刀具无磨损，材料适应性好，自动化程度高，操作简单，没有污染等诸多特点。
为对金属板进行精确切割设计，对目标金属板进行切割参数分析，目标金属板是客户订单所需求的待切割金属板。首先通过客户订单确定金属板切割目标信息，包括切割形状要求、厚度要求等。对金属板几何结构信息进行采集录入，再对其结构进行切割区域划分，可按照金属板结构进行相同结构区域划分，以此获得金属板切割区域信息。基于所述金属板切割目标信息对所述金属板切割区域信息进行切割分析，即根据金属板切割目标进行具体各切割区域的切割目标确定，组成获得金属板区域切割策略。再对所述金属板切割目标信息进行切割要素提取，即具体切割参数类型确定，获得切割工艺要素信息，包括切割路线、切割时间、切割速度、激光频率、激光模式等。
基于所述金属板区域切割策略和所述切割工艺要素信息进行切割参数具体分析，首先根据所述金属板区域切割策略和所述切割工艺要素信息，通过专家组经验设置切割控制参数取值阈值。系统首先从所述切割控制参数取值阈值中随机均匀抽取一定数量的切割控制参数，进一步基于遗传算法所述N个切割控制参数进行计算，计算各切割控制参数对应的预测切割质量曲线。各切割控制参数唯一对应一个预测切割质量曲线。遗传算法的本质是在解空间中不断进行随机搜索，在搜索过程中不断地产生新的解，并保留更优解的算法，其实现难度较低，并且能够在短时间内获得较为满意的结果。
遗传算法在使用时直接对结构对象进行操作，不存在求导和函数连续性的限定，并且具有内在的隐并行性和更好的全局寻优能力，采用概率化的寻优方法，不需要确定规则就能自动获取和指导优化的搜索空间，自适应地调整搜索方向，故作为一种搜索算法广泛应用于各个领域。所述理想切割质量曲线是在理想切割控制参数状态下的切割质量曲线，是切割质量的最优状态，将系统预测得到的所有预测切割质量曲线和所述理想切割质量曲线进行对比，筛选预测切割质量曲线中与所述理想切割质量曲线的相似度最大的预测曲线所对应的切割参数作为金属板切割控制参数，以用于目标金属板切割。通过预测不同切割控制参数下切割质量情况确定金属板切割控制参数，提高系统预测准确性、有效性，进而保证金属板材切割质量。
步骤S200：基于所述金属板切割控制参数对金属板进行切割监测，获得金属板切割状态信息；
具体而言，基于所述金属板切割控制参数对金属板进行激光切割控制，并对金属板切割状态实时监测，获得金属板切割状态信息，所述金属板切割状态信息包括金属板切割结构进度、切割控制参数以及在激光切割中受热加工所影响变形的金属板当前结构。实时把控金属板切割状态，以便进行控制参数及时调整，进而提高对板材切割控制精确性。
步骤S300：将所述金属板切割控制参数和所述金属板切割状态信息输入金属板质量预测模型中进行分析，输出切割质量预测系数；
在一个实施例中，所述输出切割质量预测系数，本申请步骤S300还包括：
步骤S310：搭建金属板质量预测模型，所述金属板质量预测模型包括输入层、质量分析层、加权预测层以及输出层；
步骤S320：将所述金属板切割控制参数和所述金属板切割状态信息通过所述输入层输入至所述质量分析层，获得切割质量参数预测信息；
步骤S330：基于所述加权预测层对所述切割质量参数预测信息进行加权融合，获得切割质量预测系数；
步骤S340：基于所述输出层将所述切割质量预测系数作为模型输出信息进行输出。
具体而言，对金属板切割状态以及当前控制参数进行切割质量预测，将所述金属板切割控制参数和所述金属板切割状态信息输入金属板质量预测模型中进行分析。首先通过历史数据训练搭建金属板质量预测模型，所述金属板质量预测模型为神经网络模型，包括输入层、质量分析层、加权预测层以及输出层。将所述金属板切割控制参数和所述金属板切割状态信息通过所述输入层输入至所述质量分析层，所述质量分析层通过历史数据训练获得，用于对在当前切割控制参数和切割状态下各切割质量参数进行预测，获得对应的切割质量参数预测信息，包括切割端面粗糙度、切割精准性、切割垂直度等预测等级。
基于所述加权预测层对所述切割质量参数预测信息进行加权融合，所述加权预测层为参数加权计算函数，其中，参数加权计算函数的各参数权值由专家组在系统进行预先经验设定，获得融合计算后输出的切割质量预测系数，系数大小用于表明金属板切割质量优劣。最后基于所述输出层将所述切割质量预测系数作为模型输出信息进行输出，通过搭建金属板质量预测模型进行切割质量预测，提高预测精确性和预测效率，进而实现板材切割控制精确性。
步骤S400：当所述切割质量预测系数是未达到预设质量系数时，根据所述金属板切割状态信息，构建金属板切割全局空间；
在一个实施例中，所述构建金属板切割全局空间，申请步骤S400还包括：
步骤S410：根据所述金属板切割状态信息，确定金属板当前切割轮廓信息；
步骤S420：将所述金属板当前切割轮廓信息，作为切割工艺特征点集合；
步骤S430：采集获取金属板切割优化记录数据库，基于所述切割工艺特征点集合和所述金属板切割优化记录数据库进行匹配，获得切割工艺优化记录集合；
步骤S440：基于所述切割工艺优化记录集合，构建所述金属板切割全局空间。
具体而言，当所述切割质量预测系数是未达到预设质量系数时，表明金属板后续切割质量未达到切割应用标准，所述预设质量系数为金属板切割质量标准，则需对其切割控制参数进行优化调整。首先根据所述金属板切割状态信息，确定金属板当前切割轮廓信息，所述金属板当前切割轮廓信息包括金属板切割形状以及热变形信息，并将所述金属板当前切割轮廓信息，作为切割工艺特征点集合。通过大数据技术采集获取金属板切割优化记录数据库，基于所述切割工艺特征点集合和所述金属板切割优化记录数据库进行匹配，获得与所述切割工艺特征点集合相似的切割工艺优化记录集合，所述切割工艺优化记录集合包括切割路线、切割角度、激光频率、进给速度等参数记录集合。基于所述切割工艺优化记录集合，构建金属板切割全局空间，以作为金属板切割参数全局寻优范围，提高参数寻优范围全面性，进而提高切割控制参数寻优精确性。
步骤S500：获得金属板切割质量评价指标，所述金属板切割质量评价指标包括金属板切割品质、金属板损耗、切割效率；
步骤S600：基于所述金属板切割质量评价指标在所述金属板切割全局空间内进行寻优，输出金属板切割优化控制参数，并基于所述金属板切割优化控制参数对所述目标金属板进行切割优化处理。
在一个实施例中，所述输出金属板切割优化控制参数，本申请步骤S600还包括：
步骤S610：对所述金属板切割质量评价指标进行指标关键性评价，获得评价指标关键性分配信息；
步骤S620：按照所述评价指标关键性分配信息对所述金属板切割质量评价指标进行融合修正，获得对金属板切割质量修正评价指标；
步骤S630：基于所述金属板切割质量修正评价指标在所述金属板切割全局空间内进行迭代寻优，获得切割控制参数质量评分信息；
步骤S640：基于所述切割控制参数质量评分信息进行比对筛选，当迭代寻优次数达到预设迭代次数时，输出所述金属板切割优化控制参数。
在一个实施例中，本申请步骤S640还包括：
步骤S641：获取激光切割设备的切割控制精度参数；
步骤S642：对将所述切割控制精度参数和切割成本信息作为控制约束条件；
步骤S643：基于所述控制约束条件，对所述金属板切割优化控制参数进行调整修正。
具体而言，确定金属板切割质量评价指标，以用于切割质量全面评价，所述金属板切割质量评价指标包括金属板切割品质、金属板损耗、切割效率等。基于所述金属板切割质量评价指标在所述金属板切割全局空间内进行寻优，具体为对所述金属板切割质量评价指标进行指标关键性评价，即对各评价指标的重要程度占比进行分析，可主观也可依据客观经验进行关键性权重赋值，获得评价指标关键性分配信息。按照所述评价指标关键性分配信息对所述金属板切割质量评价指标进行融合修正，获得结合指标关键值的金属板切割质量修正评价指标，提高指标评价准确性、合理性。
基于所述金属板切割质量修正评价指标在所述金属板切割全局空间内进行迭代寻优，首先在所述金属板切割全局空间内随机选择切割控制参数，作为当前最优切割控制参数，进而采用所述金属板切割质量修正评价指标对当前最优切割控制参数进行寻优评分。依次计算该参数邻域多个切割控制参数的寻优评分，获得对应的多个切割控制参数质量评分信息，再基于所述切割控制参数质量评分信息与当前最优切割控制参数进行比对筛选，将评分最高的切割控制参数替代作为更新后的最优切割控制参数。继续进行迭代寻优，经过反复多次筛选迭代，当迭代寻优次数达到预设迭代次数时，所述预设迭代次数为迭代次数限制，则输出评分最优的金属板切割优化控制参数。
基于所述金属板切割优化控制参数对所述目标金属板进行切割优化处理，同时为保证激光切割实际应用性，获取激光切割设备的切割控制精度参数，由于激光切割设备的使用年限以及精密度影响，会对其切割控制精度造成损耗影响，具体精度参数可通过设备实际运行偏差获取。将所述切割控制精度参数和客户预算的切割成本信息作为控制约束条件，基于所述控制约束条件，对所述金属板切割优化控制参数进行调整修正，示例性的，对其切割角度以及切割方向参数进行偏移叠加修正。通过考虑激光切割的实时应用情况，对切割控制参数进行调整，提高切割控制参数应用准确性，实现板材切割实时优化性和控制精确性，进而保证金属板材切割质量。
在一个实施例中，如图3所示，提供了一种基于状态预测的金属板材切割控制系统，包括：切割参数分析模块11，金属板切割监测模块12，切割质量预测模块13，切割全局空间构建模块14，切割质量评价指标获得模块15，切割优化处理模块16，其中：
切割参数分析模块11，用于对目标金属板进行切割参数分析，获得金属板切割控制参数；
金属板切割监测模块12，用于基于所述金属板切割控制参数对金属板进行切割监测，获得金属板切割状态信息；
切割质量预测模块13，用于将所述金属板切割控制参数和所述金属板切割状态信息输入金属板质量预测模型中进行分析，输出切割质量预测系数；
切割全局空间构建模块14，用于当所述切割质量预测系数是未达到预设质量系数时，根据所述金属板切割状态信息，构建金属板切割全局空间；
切割质量评价指标获得模块15，用于获得金属板切割质量评价指标，所述金属板切割质量评价指标包括金属板切割品质、金属板损耗、切割效率；
切割优化处理模块16，用于基于所述金属板切割质量评价指标在所述金属板切割全局空间内进行寻优，输出金属板切割优化控制参数，并基于所述金属板切割优化控制参数对所述目标金属板进行切割优化处理。
在一个实施例中，所述系统还包括：
切割目标获取单元，用于获取金属板切割目标信息；
切割区域划分单元，用于对金属板几何结构信息进行切割区域划分，获得金属板切割区域信息；
切割分析单元，用于基于所述金属板切割目标信息对所述金属板切割区域信息进行切割分析，获得金属板区域切割策略；
切割要素提取单元，用于对所述金属板切割目标信息进行切割要素提取，获得切割工艺要素信息；
切割参数分析单元，用于基于所述金属板区域切割策略和所述切割工艺要素信息进行切割参数分析，获得金属板切割控制参数。
在一个实施例中，所述系统还包括：
参数取值阈值获得单元，用于根据所述金属板区域切割策略和所述切割工艺要素信息，获得切割控制参数取值阈值；
切割控制参数抽取单元，用于从所述切割控制参数取值阈值中随机抽取N个切割控制参数；
切割控制参数计算单元，用于基于遗传算法对所述N个切割控制参数进行计算，获得N个预测切割质量曲线，其中，所述N个预测切割质量曲线与所述N个切割控制参数一一对应；
金属板切割控制参数获得单元，用于获得理想切割质量曲线，将所述N个预测切割曲线和所述理想切割质量曲线进行对比，获得金属板切割控制参数，其中，所述金属板切割控制参数对应的预测切割质量曲线与所述理想切割质量曲线的相似度最大。
在一个实施例中，所述系统还包括：
预测模型搭建单元，用于搭建金属板质量预测模型，所述金属板质量预测模型包括输入层、质量分析层、加权预测层以及输出层；
质量分析单元，用于将所述金属板切割控制参数和所述金属板切割状态信息通过所述输入层输入至所述质量分析层，获得切割质量参数预测信息；
加权预测单元，用于基于所述加权预测层对所述切割质量参数预测信息进行加权融合，获得切割质量预测系数；
模型输出单元，用于基于所述输出层将所述切割质量预测系数作为模型输出信息进行输出。
在一个实施例中，所述系统还包括：
切割轮廓确定单元，用于单元，用于根据所述金属板切割状态信息，确定金属板当前切割轮廓信息；
工艺特征点集合获得单元，用于将所述金属板当前切割轮廓信息，作为切割工艺特征点集合；
工艺特征匹配单元，用于采集获取金属板切割优化记录数据库，基于所述切割工艺特征点集合和所述金属板切割优化记录数据库进行匹配，获得切割工艺优化记录集合；
切割全局空间构建单元，用于基于所述切割工艺优化记录集合，构建所述金属板切割全局空间。
在一个实施例中，所述系统还包括：
指标关键性评价单元，用于对所述金属板切割质量评价指标进行指标关键性评价，获得评价指标关键性分配信息；
指标融合修正单元，用于按照所述评价指标关键性分配信息对所述金属板切割质量评价指标进行融合修正，获得对金属板切割质量修正评价指标；
迭代寻优单元，用于基于所述金属板切割质量修正评价指标在所述金属板切割全局空间内进行迭代寻优，获得切割控制参数质量评分信息；
评分比对筛选单元，用于基于所述切割控制参数质量评分信息进行比对筛选，当迭代寻优次数达到预设迭代次数时，输出所述金属板切割优化控制参数。
在一个实施例中，所述系统还包括：
控制精度参数获取单元，用于获取激光切割设备的切割控制精度参数；
控制约束条件获得单元，用于将所述切割控制精度参数和切割成本信息作为控制约束条件；
参数调整修正单元，用于基于所述控制约束条件，对所述金属板切割优化控制参数进行调整修正。
关于一种基于状态预测的金属板材切割控制系统的具体实施例可以参见上文中对于一种基于状态预测的金属板材切割控制方法的实施例，在此不再赘述。上述一种基于状态预测的金属板材切割控制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储新闻数据以及时间衰减因子等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于状态预测的金属板材切割控制方法。
本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：对目标金属板进行切割参数分析，获得金属板切割控制参数；基于所述金属板切割控制参数对金属板进行切割监测，获得金属板切割状态信息；将所述金属板切割控制参数和所述金属板切割状态信息输入金属板质量预测模型中进行分析，输出切割质量预测系数；当所述切割质量预测系数是未达到预设质量系数时，根据所述金属板切割状态信息，构建金属板切割全局空间；获得金属板切割质量评价指标，所述金属板切割质量评价指标包括金属板切割品质、金属板损耗、切割效率；基于所述金属板切割质量评价指标在所述金属板切割全局空间内进行寻优，输出金属板切割优化控制参数，并基于所述金属板切割优化控制参数对所述目标金属板进行切割优化处理。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：对目标金属板进行切割参数分析，获得金属板切割控制参数；基于所述金属板切割控制参数对金属板进行切割监测，获得金属板切割状态信息；将所述金属板切割控制参数和所述金属板切割状态信息输入金属板质量预测模型中进行分析，输出切割质量预测系数；当所述切割质量预测系数是未达到预设质量系数时，根据所述金属板切割状态信息，构建金属板切割全局空间；获得金属板切割质量评价指标，所述金属板切割质量评价指标包括金属板切割品质、金属板损耗、切割效率；基于所述金属板切割质量评价指标在所述金属板切割全局空间内进行寻优，输出金属板切割优化控制参数，并基于所述金属板切割优化控制参数对所述目标金属板进行切割优化处理。以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于状态预测的金属板材切割控制方法，其特征在于，所述方法包括：
对目标金属板进行切割参数分析，获得金属板切割控制参数；
基于所述金属板切割控制参数对金属板进行切割监测，获得金属板切割状态信息；
将所述金属板切割控制参数和所述金属板切割状态信息输入金属板质量预测模型中进行分析，输出切割质量预测系数；
当所述切割质量预测系数是未达到预设质量系数时，根据所述金属板切割状态信息，构建金属板切割全局空间；
获得金属板切割质量评价指标，所述金属板切割质量评价指标包括金属板切割品质、金属板损耗、切割效率；
基于所述金属板切割质量评价指标在所述金属板切割全局空间内进行寻优，输出金属板切割优化控制参数，并基于所述金属板切割优化控制参数对所述目标金属板进行切割优化处理。
2.如权利要求1所述的方法，其特征在于，所述获得金属板切割控制参数，包括：
获取金属板切割目标信息；
对金属板几何结构信息进行切割区域划分，获得金属板切割区域信息；
基于所述金属板切割目标信息对所述金属板切割区域信息进行切割分析，获得金属板区域切割策略；
对所述金属板切割目标信息进行切割要素提取，获得切割工艺要素信息；
基于所述金属板区域切割策略和所述切割工艺要素信息进行切割参数分析，获得金属板切割控制参数。
3.如权利要求2所述的方法，其特征在于，所述获得金属板切割控制参数，包括：
根据所述金属板区域切割策略和所述切割工艺要素信息，获得切割控制参数取值阈值；
从所述切割控制参数取值阈值中随机抽取N个切割控制参数；
基于遗传算法对所述N个切割控制参数进行计算，获得N个预测切割质量曲线，其中，所述N个预测切割质量曲线与所述N个切割控制参数一一对应；
获得理想切割质量曲线，将所述N个预测切割曲线和所述理想切割质量曲线进行对比，获得金属板切割控制参数，其中，所述金属板切割控制参数对应的预测切割质量曲线与所述理想切割质量曲线的相似度最大。
4.如权利要求1所述的方法，其特征在于，所述输出切割质量预测系数，包括：
搭建金属板质量预测模型，所述金属板质量预测模型包括输入层、质量分析层、加权预测层以及输出层；
将所述金属板切割控制参数和所述金属板切割状态信息通过所述输入层输入至所述质量分析层，获得切割质量参数预测信息；
基于所述加权预测层对所述切割质量参数预测信息进行加权融合，获得切割质量预测系数；
基于所述输出层将所述切割质量预测系数作为模型输出信息进行输出。
5.如权利要求1所述的方法，其特征在于，所述构建金属板切割全局空间，包括：
根据所述金属板切割状态信息，确定金属板当前切割轮廓信息；
将所述金属板当前切割轮廓信息，作为切割工艺特征点集合；
采集获取金属板切割优化记录数据库，基于所述切割工艺特征点集合和所述金属板切割优化记录数据库进行匹配，获得切割工艺优化记录集合；
基于所述切割工艺优化记录集合，构建所述金属板切割全局空间。
6.如权利要求1所述的方法，其特征在于，所述输出金属板切割优化控制参数，包括：
对所述金属板切割质量评价指标进行指标关键性评价，获得评价指标关键性分配信息；
按照所述评价指标关键性分配信息对所述金属板切割质量评价指标进行融合修正，获得对金属板切割质量修正评价指标；
基于所述金属板切割质量修正评价指标在所述金属板切割全局空间内进行迭代寻优，获得切割控制参数质量评分信息；
基于所述切割控制参数质量评分信息进行比对筛选，当迭代寻优次数达到预设迭代次数时，输出所述金属板切割优化控制参数。
7.如权利要求1所述的方法，其特征在于，所述方法包括：
获取激光切割设备的切割控制精度参数；
将所述切割控制精度参数和切割成本信息作为控制约束条件；
基于所述控制约束条件，对所述金属板切割优化控制参数进行调整修正。
8.一种基于状态预测的金属板材切割控制系统，其特征在于，所述系统包括：
切割参数分析模块，用于对目标金属板进行切割参数分析，获得金属板切割控制参数；
金属板切割监测模块，用于基于所述金属板切割控制参数对金属板进行切割监测，获得金属板切割状态信息；
切割质量预测模块，用于将所述金属板切割控制参数和所述金属板切割状态信息输入金属板质量预测模型中进行分析，输出切割质量预测系数；
切割全局空间构建模块，用于当所述切割质量预测系数是未达到预设质量系数时，根据所述金属板切割状态信息，构建金属板切割全局空间；
切割质量评价指标获得模块，用于获得金属板切割质量评价指标，所述金属板切割质量评价指标包括金属板切割品质、金属板损耗、切割效率；
切割优化处理模块，用于基于所述金属板切割质量评价指标在所述金属板切割全局空间内进行寻优，输出金属板切割优化控制参数，并基于所述金属板切割优化控制参数对所述目标金属板进行切割优化处理。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310518330.9A CN116213962B (zh) | 2023-05-10 | 2023-05-10 | 一种基于状态预测的金属板材切割控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310518330.9A CN116213962B (zh) | 2023-05-10 | 2023-05-10 | 一种基于状态预测的金属板材切割控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116213962A true CN116213962A (zh) | 2023-06-06 |
| CN116213962B CN116213962B (zh) | 2023-08-11 |
Family
ID=86570032
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310518330.9A Active CN116213962B (zh) | 2023-05-10 | 2023-05-10 | 一种基于状态预测的金属板材切割控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116213962B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116944700A (zh) * | 2023-08-31 | 2023-10-27 | 深圳市军志丰精密科技有限公司 | 用于激光切割的检测及控制方法和系统 |
| CN116993734A (zh) * | 2023-09-27 | 2023-11-03 | 深圳市博硕科技股份有限公司 | 基于视觉成像进行分析的电池隔热棉裁切质量预测系统 |
| CN117035697A (zh) * | 2023-10-09 | 2023-11-10 | 天津云起技术有限公司 | 基于历史动态分析的itsm平台优化方法及系统 |
| CN117066337A (zh) * | 2023-10-18 | 2023-11-17 | 南通双耀冲压有限公司 | 用于电机定转子加工的冲压控制方法及系统 |
| CN117075534A (zh) * | 2023-10-12 | 2023-11-17 | 南通百盛精密机械有限责任公司 | 一种数控机床生产线智能控制方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112589231A (zh) * | 2020-12-04 | 2021-04-02 | 江苏科技大学 | 一种基于视觉检测水下电弧切割状态的装置及方法 |
| CN112750125A (zh) * | 2021-01-28 | 2021-05-04 | 华南理工大学 | 一种基于端到端关键点检测的玻璃绝缘子片定位方法 |
| CN112867580A (zh) * | 2018-10-01 | 2021-05-28 | 通快机床两合公司 | 用于加工工件的方法和设备 |
| WO2021245497A1 (en) * | 2020-06-01 | 2021-12-09 | Shidhaye Yuvraj | Cutting layout: optimization and interactive real-time image overlay |
| CN115293463A (zh) * | 2022-10-09 | 2022-11-04 | 日照福瑞德科技有限公司 | 一种基于切割质量预测的玻璃镜片加工监督方法及系统 |
| WO2023011897A1 (de) * | 2021-08-05 | 2023-02-09 | Trumpf Werkzeugmaschinen Gmbh + Co. Kg | Verfahren zum prognostizieren des beim ausschneiden eines blechteils entstehenden verschnitts |
| CN115809523A (zh) * | 2022-12-07 | 2023-03-17 | 阳江市中乌巴顿技术研究院 | 切割参数预测处理方法、装置、电子设备及存储介质 |
| CN115952996A (zh) * | 2023-01-03 | 2023-04-11 | 嘉兴云切供应链管理有限公司 | 一种用于云切平台的能耗智能管理方法及系统 |
-
2023
- 2023-05-10 CN CN202310518330.9A patent/CN116213962B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112867580A (zh) * | 2018-10-01 | 2021-05-28 | 通快机床两合公司 | 用于加工工件的方法和设备 |
| WO2021245497A1 (en) * | 2020-06-01 | 2021-12-09 | Shidhaye Yuvraj | Cutting layout: optimization and interactive real-time image overlay |
| CN112589231A (zh) * | 2020-12-04 | 2021-04-02 | 江苏科技大学 | 一种基于视觉检测水下电弧切割状态的装置及方法 |
| CN112750125A (zh) * | 2021-01-28 | 2021-05-04 | 华南理工大学 | 一种基于端到端关键点检测的玻璃绝缘子片定位方法 |
| WO2023011897A1 (de) * | 2021-08-05 | 2023-02-09 | Trumpf Werkzeugmaschinen Gmbh + Co. Kg | Verfahren zum prognostizieren des beim ausschneiden eines blechteils entstehenden verschnitts |
| CN115293463A (zh) * | 2022-10-09 | 2022-11-04 | 日照福瑞德科技有限公司 | 一种基于切割质量预测的玻璃镜片加工监督方法及系统 |
| CN115809523A (zh) * | 2022-12-07 | 2023-03-17 | 阳江市中乌巴顿技术研究院 | 切割参数预测处理方法、装置、电子设备及存储介质 |
| CN115952996A (zh) * | 2023-01-03 | 2023-04-11 | 嘉兴云切供应链管理有限公司 | 一种用于云切平台的能耗智能管理方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 管广鹏: "水切割机器人工艺参数优化与路径规划方法研究与实现", 《中国优秀硕士学位论文全文数据库信息科技辑》, no. 03, pages 1 - 82 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116944700A (zh) * | 2023-08-31 | 2023-10-27 | 深圳市军志丰精密科技有限公司 | 用于激光切割的检测及控制方法和系统 |
| CN116944700B (zh) * | 2023-08-31 | 2024-02-09 | 深圳市军志丰精密科技有限公司 | 用于激光切割的检测及控制方法和系统 |
| CN116993734A (zh) * | 2023-09-27 | 2023-11-03 | 深圳市博硕科技股份有限公司 | 基于视觉成像进行分析的电池隔热棉裁切质量预测系统 |
| CN116993734B (zh) * | 2023-09-27 | 2023-12-01 | 深圳市博硕科技股份有限公司 | 基于视觉成像进行分析的电池隔热棉裁切质量预测系统 |
| CN117035697A (zh) * | 2023-10-09 | 2023-11-10 | 天津云起技术有限公司 | 基于历史动态分析的itsm平台优化方法及系统 |
| CN117035697B (zh) * | 2023-10-09 | 2023-12-15 | 天津云起技术有限公司 | 基于历史动态分析的itsm平台优化方法及系统 |
| CN117075534A (zh) * | 2023-10-12 | 2023-11-17 | 南通百盛精密机械有限责任公司 | 一种数控机床生产线智能控制方法 |
| CN117075534B (zh) * | 2023-10-12 | 2023-12-26 | 南通百盛精密机械有限责任公司 | 一种数控机床生产线智能控制方法 |
| CN117066337A (zh) * | 2023-10-18 | 2023-11-17 | 南通双耀冲压有限公司 | 用于电机定转子加工的冲压控制方法及系统 |
| CN117066337B (zh) * | 2023-10-18 | 2023-12-29 | 南通双耀冲压有限公司 | 用于电机定转子加工的冲压控制方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116213962B (zh) | 2023-08-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116213962B (zh) | 一种基于状态预测的金属板材切割控制方法及系统 | |
| CN112581263A (zh) | 一种基于灰狼算法优化广义回归神经网络的信用评估方法 | |
| KR101432436B1 (ko) | 최근린기법을 이용한 하수처리장의 유입유량과 유입성분농도의 예측 장치 및 방법 | |
| CN103024762A (zh) | 基于业务特征的通信业务预测方法 | |
| CN116993227B (zh) | 一种基于人工智能的供热分析评估方法、系统及存储介质 | |
| CN110415036B (zh) | 用户等级的确定方法、装置、计算机设备和存储介质 | |
| CN113868953A (zh) | 工业系统中多机组运行优化方法、装置、系统及存储介质 | |
| CN113705929A (zh) | 一种基于负荷特征曲线及典型特征值融合的春节假期负荷预测方法 | |
| CN111445065A (zh) | 用于数据中心制冷群控的能耗优化方法及系统 | |
| CN116680925B (zh) | 一种基于大数据的智慧空间应急处理方法、系统和介质 | |
| CN117072338A (zh) | 柴油发动机自适应喷油控制策略系统及优化方法 | |
| CN106649358A (zh) | 数据获取方法及装置 | |
| CN116090349A (zh) | 一种光学薄膜生产工艺优化方法、设备及存储介质 | |
| CN110929999B (zh) | 一种考虑不同设备耐受特性的电压暂降严重程度计算方法 | |
| CN114418097A (zh) | 神经网络量化处理方法、装置、电子设备及存储介质 | |
| KR20210073425A (ko) | 이미지 패치의 복잡도 측정 방법 | |
| CN112633549A (zh) | 基于统计规律的负荷概率区间建模方法 | |
| CN116629714B (zh) | 一种电厂绩效管理方法及系统 | |
| CN116227245B (zh) | 基于运行数据的风电机组多目标控制性能评估方法及装置 | |
| CN116963481B (zh) | 一种数据中心氟化液冷却系统的智能调控方法及系统 | |
| CN111242280A (zh) | 一种深度强化学习模型的组合方法、装置及计算机设备 | |
| CN117294824B (zh) | 激光投影光机的图像优化方法、装置、设备及存储介质 | |
| EP3460732A1 (en) | Dispatching method and system based on multiple levels of steady state production rate in working benches | |
| CN117039855B (zh) | 一种电力系统的负荷智能预测方法及系统 | |
| CN117033145B (zh) | 一种基于云计算的软件开发方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |