CN116329774B - 一种高速光纤激光切割机智能切割控制系统及方法 - Google Patents
一种高速光纤激光切割机智能切割控制系统及方法 Download PDFInfo
- Publication number
- CN116329774B CN116329774B CN202310161600.5A CN202310161600A CN116329774B CN 116329774 B CN116329774 B CN 116329774B CN 202310161600 A CN202310161600 A CN 202310161600A CN 116329774 B CN116329774 B CN 116329774B
- Authority
- CN
- China
- Prior art keywords
- target
- data
- cutting
- cutting head
- workpiece
- 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
Links
- 238000005520 cutting process Methods 0.000 title claims abstract description 167
- 238000003698 laser cutting Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 34
- 239000013307 optical fiber Substances 0.000 title claims abstract description 28
- 239000000835 fiber Substances 0.000 claims abstract description 30
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 16
- 230000008707 rearrangement Effects 0.000 claims abstract description 7
- 230000001681 protective effect Effects 0.000 claims description 62
- 238000000605 extraction Methods 0.000 claims description 50
- 230000004927 fusion Effects 0.000 claims description 38
- 238000012549 training Methods 0.000 claims description 28
- 239000011521 glass Substances 0.000 claims description 27
- 238000001816 cooling Methods 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 11
- 238000011176 pooling Methods 0.000 claims description 9
- 238000013528 artificial neural network Methods 0.000 claims description 7
- 238000007664 blowing Methods 0.000 claims description 7
- 230000007787 long-term memory Effects 0.000 claims description 6
- 230000006403 short-term memory Effects 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 238000004148 unit process Methods 0.000 claims description 2
- 239000000463 material Substances 0.000 abstract description 11
- 230000009286 beneficial effect Effects 0.000 description 10
- 230000006378 damage Effects 0.000 description 5
- 239000002699 waste material Substances 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000011065 in-situ storage Methods 0.000 description 3
- 208000006992 Color Vision Defects Diseases 0.000 description 2
- 201000000761 achromatopsia Diseases 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 201000007254 color blindness Diseases 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
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
- B23K26/14—Working by laser beam, e.g. welding, cutting or boring using a fluid stream, e.g. a jet of gas, in conjunction with the laser beam; Nozzles therefor
-
- 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
- B23K26/703—Cooling arrangements
-
- 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
- G05B19/19—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 positioning or contouring control systems, e.g. to control position from one programmed point to another or to control movement along a programmed continuous path
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0014—Image feed-back for automatic industrial control, e.g. robot with camera
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/64—Analysis of geometric attributes of convexity or concavity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
- G06V10/806—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of extracted features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Optics & Photonics (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Mechanical Engineering (AREA)
- Plasma & Fusion (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Medical Informatics (AREA)
- Geometry (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Robotics (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Automation & Control Theory (AREA)
- Laser Beam Processing (AREA)
Abstract
本发明提供一种高速光纤激光切割机智能切割控制系统及方法，其中，系统包括：激光器；切割头，通过光纤与激光器连接；操作台，与切割头相连，用于控制切割头的移动；扫描仪，设置操作台上方，用于对工件进行扫描并得到工件图像信息；控制模块，与激光器、扫描仪和操作台相连，用于获取工件图像信息，结合工件图像信息对需加工的图形进行凸多边形分解处理和重新排列，得到切割头的移动路线并对激光器和操作台进行相应控制以及预警模块。本发明的高速光纤激光切割机智能切割控制系统及方法，通过对图形像素框修正得到移动路线，缩短了切割头的移动路线，提高了切割头的切割效率，提高了加工工件材料的利用率。
Description
技术领域
本发明涉及激光切割领域，特别涉及一种高速光纤激光切割机智能切割控制系统及方法。
背景技术
目前，光纤激光切割机是利用细长的光纤将激光聚焦到加工部件上，由于光纤的聚焦点小，能够将超细焦点的区域范围内实现瞬间融化或汽化，与传统的CO2激光切割机相比，具有体积小，加工精度高，寿命长等优点，适合精密零部件加工。因此，光纤激光切割机可以应用于航空航天、高铁、轮船、钣金等高精度零部件加工。但市场上大多数光纤激光切割机没有对切割路径进行智能控制，同时由于在激光切割过程中，激光照射在工件上，容易被工件进行漫反射。被漫反射的激光容易对附近的人的皮肤或者眼睛产生危害。
现有技术CN201910072706提供了一种智能光纤激光切割系统及其应用方法，只是通过纤芯回返光来自动调整切割速度的闭环控制的硬件条件，并没有对切割头的移动路线进行合理规划，存在着多余的切割路线，同也没有对加工材料进行合理的规划，存在着材料的浪费，加工的精度和切割效率仍有较大的改进空间。同时智能光纤激光切割系统也没有预警系统，对附近的人进行预警提示。
发明内容
本发明第一目的是提供了一种高速光纤激光切割机智能切割控制系统，利用对切割路径进行合理的规划，自动控制高速光纤激光切割机对金属部件进行切割加工，去除非必要的切割路线，节约了工件切割的时间，提高了切割效率和品质，并且由于根据工件图像信息，根据工件的边界条件，可以充分利用材料，使得一定量的材料切割出尽可能多的产品，提高了材料利用率，减少了材料的浪费。同时通过预警模块对激光切割机进行预警，对激光切割附近的人起到保护作用。本发明第二目的是提供了一种高速光纤激光切割机智能切割控制方法。
本发明一方面提供了一种高速光纤激光切割机智能切割控制系统，包括：
激光器，用于产生激光；
切割头，通过光纤与激光器连接，用于将激光聚焦在工件表面并进行切割；
操作台，通过机械臂与切割头驱动连接，用于控制切割头的移动；
扫描仪，设置操作台上方，用于对工件进行扫描并得到工件图像信息；
以及控制模块，分别与激光器、扫描仪和操作台相连，用于获取扫描仪上传的工件图像信息，基于工件图像信息对需加工的图形进行图形像素框分解，并按照最小切割路径进行规划和重新排列，及根据切割头相对于设定的切割起始点位置，得到切割头的移动路线并对激光器和操作台进行相应控制。
优选地，还包括：冷却模块，与切割头和控制模块相连接，用于对工件表面进行吹风冷却，冷却模块包括：
送风管，一端设置在切割头下侧，另一端连接在鼓风机上，用于对加工的工件进行吹风冷却；
鼓风机，与控制模块相连，用于根据控制模块的指令将空气输送到送风管内并控制风速；
温度传感器，设置在送风管与切割头的连接处，与控制模块相连，用于实时监测工件的表面温度并将表面温度数值传输给控制模块。
优先地，控制模块执行如下操作：
控制扫描仪对待加工的工件进行扫描并得到工件的图像信息；
根据工件的边界条件，将图像信息转成模拟画板；
读取需加工的图形并转换成图形像素框；
将图形像素框在模拟画板中进行重新排列，并根据相对于设定的切割起始点的相对位置制定切割头的移动路线；
获取操作员的开始指令，控制切割头按照移动路线进行切割。
优选地，控制模块将图形像素框在模拟画板中进行重新排列，并制定切割头的行径信息，具体包括：
将图形像素框在模拟画板中全部排列；
选择其中任意一个图形像素框，将该图形像素框分解为m个孤立点{A1,A2，…Ai，…Am}依次排列组成；
按逆时针依次选取其中任意相邻的三个孤立点Ai-1、Ai和Ai+1，计算三个孤立点Ai-1、Ai和Ai+1所围成的三角形的面积Δs，并结合凸顶点的判断条件，对孤立点Ai进行去留；
将保留下的n个凸顶点依次连接，得到一个n条边的凸多边形；
计算以n条边的凸多边形的任一条边为底边的外切矩形的面积，求得保留面积最小的外切矩形；
将每个图形像素框的面积最小的外切矩形按照设定的排列规则进行修正，从而得到修正后的图形像素框；
根据修正后的图形像素框得到切割头的移动路线。
优选地，凸顶点的判断条件包括：
若Δs>0，则该孤立点Ai为凸顶点并进行保留；
若Δs<0，则去掉该孤立点Ai同时对剩余孤立点重新排列；
若Δs＝0，则继续选取下一个孤立点Ai+1以及与孤立点Ai+1相邻的两个孤立点。
优先地，根据修正后的图形像素框得到切割头的移动路线，具体包括：
将修正后的图形像素框分解成q个多边形{D1，D2，…Dg,…Dk,…Dq}；
由计算出切割头的空刀移动路线；
将空刀移动路线和轮廓切割路线合并得到切割头的移动路线。
优先地，还包括：预警模块，与控制模块相连，包括：
摄像机，用于采集现场的视频；
光电传感器，用于获取目标的状态数据；
图像数据单元，用于对现场加工的视频按时间序列进行处理；
特征提取单元，用于构建和训练目标特征提取模型并进行特征提取；
数据融合单元，用于将特征数据与状态数据进行融合；
目标预测单元，用于构建和训练目标预测模型并对目标进行预测；
数据分解单元，用于对目标预测的融合数据进行分解下一时刻的特征数据与下一时刻的状态数据；
投影仪，设置在操作台的正上面，控制模块相连，用于根据下一时刻的特征数据投射出目标预警环；
语音提示单元，用于根据下一时刻的特征数据发出提示声音。
优选地，所述预警模块执行如下操作：
采集现场加工的视频；
对现场加工的视频按时间序列进行处理，得到图像数据；
根据光电传感器获取目标的状态数据；
构建目标特征提取模型，并将历史事故数据输入到目标特征提取模型进行训练，其中，目标特征提取模型包括主特征提取模块、卷积层和池化层；
利用训练完成的目标特征提取模型对图像数据进行特征提取，得到特征数据，其中，特征数据的特征维度包括对目标是否穿着防护服和目标是否佩戴防护镜；
将特征数据与状态数据进行融合，得到融合数据；
构建目标预测模型，并将历史事故数据输入到目标预测模型进行训练，其中，目标预测模型包括前馈神经网络、长短期记忆网络和全连接层；
将融合数据输入到训练完成的目标预测模型，得到目标的下一时刻的融合数据；
对目标的下一时刻的融合数据进行分解得到目标的下一时刻的特征数据和下一时刻的状态数据；
根据目标的下一时刻的特征数据，投影仪投射出目标预警环；
其中，根据目标是否穿着防护服和目标是否佩戴防护镜两个维度确定目标预警环，
当目标未穿着防护服和未佩戴防护镜时，确定目标预警环的第一预警半径和第一预警颜色；
当目标穿着防护服但未佩戴防护镜时，确定目标预警环的第二预警半径和第二预警颜色；
当目标未穿着防护服但佩戴防护镜时，确定目标预警环的第三预警半径和第三预警颜色；
当目标穿着防护服且佩戴防护镜时，关闭投影仪；
语音提示单元根据目标的下一时刻的特征数据，发出提示声音。
本发明另一方面提供了一种高速光纤激光切割机智能控制方法，包括以下步骤：
扫描仪对工件进行扫描并得到工件图像信息,并将工件图像信息传送到控制模块；
控制模块结合工件图像信息对需加工的图形进行凸多边形分解处理和重新排列，得到切割头的移动路线；
控制模块控制激光器发射激光并通过光纤将激光传输到切割头，切割头将激光聚焦在工件表面；
操作台控制切割头按照移动路线对工件进行加工。
优选地，还包括以下步骤：
摄像机采集现场加工的视频并传输给图像数据单元；
图像数据单元对现场加工的视频按时间序列进行处理，得到图像数据；
目标识别单元对图像数据进行目标识别；
光电传感器获取目标的状态数据；
特征提取单元构建目标特征提取模型，并将历史事故数据输入到目标特征提取模型进行训练，其中，目标特征提取模型包括主特征提取模块、卷积层和池化层；
利用训练完成的目标特征提取模型对图像数据进行特征提取，得到特征数据，其中，特征数据的特征维度包括对目标是否穿着防护服和目标是否佩戴防护镜；
数据融合单元将特征数据与状态数据进行融合，得到融合数据；
目标预测单元构建目标预测模型，并将历史事故数据输入到目标预测模型进行训练，其中，目标预测模型包括前馈神经网络、长短期记忆网络和全连接层；
将融合数据输入到训练完成的目标预测模型，得到目标的下一时刻的融合数据；
数据分解单元将目标的下一时刻的融合数据进行分解，得到目标的下一时刻的特征数据和下一时刻的状态数据；
根据目标的下一时刻的特征数据，投影仪投射出目标预警环；
语音提示单元根据目标的下一时刻的特征数据，发出提示声音。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种高速光纤激光切割机智能切割控制系统的示意图；
图2为本发明实施例中冷却模块的示意图；
图3为本发明实施例中预警模块的示意图；
图4为本发明实施例中一种高速光纤激光切割机智能切割控制方法的流程图；
图5为本发明实施例中又一种高速光纤激光切割机智能切割控制方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提供了一种高速光纤激光切割机智能切割控制系统，如图1所示，包括激光器1、光纤2、切割头3、操作台4、扫描仪5和控制模块6。
激光器1用于产生激光，在本实施例中采用的是功率为2000w，波长为1064nm的光纤激光器。
光纤2的一端与激光器1相连，另一端与切割头3相连，用于将激光传输到切割头3上。本实施例中采用的是锥形双包层光纤。
切割头3用于光纤2传输过来的激光聚焦在待加工的工件表面并进行加工作业。
操作台4通过机械臂7与切割头3驱动连接，与控制模块6相连。操作台4承载待加工的工件，并且控制切割头3的移动。本实施例中机械臂7采用的是六轴机械臂。
扫描仪5设置操作台4上方，与控制模块6相连，用于对工件进行扫描并将工件图像信息传输到控制模块6。
控制模块6与激光器1相连，用于获取扫描仪上传的工件图像信息，基于工件图像信息对需加工的图形进行图形像素框分解，并按照最小切割路径进行规划和重新排列，及根据切割头3相对于设定的切割起始点位置，得到切割头3的移动路线并对激光器1和操作台4进行相应控制。
上述技术方案的工作原理及有益效果为：
控制模块6向扫描仪5发出扫描指令。扫描仪5接收扫描指令对待加工工件进行扫描并将扫描得到的工件图像信息传输到控制模块6。控制模块6接收工件图像信息并结合工件图像信息对需加工的图形进行凸多边形分解处理和重新排列，及根据切割头相对位置坐标，得到切割头3的移动路线。控制模块6向激光器1发出切割指令，激光器1接收切割指令产生激光，激光依次通过光纤2和切割头3照射在待加工的工件表面进行激光切割。控制模块6根据切割头3的移动路线通过操作台4控制切割头3的移动，完成对工件的切割。
本发明实施例通过扫描待加工工件得到工件图像信息，并结合工件图像信息对需加工的图形进行凸多边形分解处理和重新排列，制定激光切割的合理的切割路线，去除多余的路线，缩短了激光切割的时间，同时根据加工工件边界条件，可以充分利用待加工工件的材料，提高了材料的利用率，减少了资源的浪费。机械臂7通过与切割头3固定连接，控制切割头3的移动方向。与普通的光纤激光切割机的操作台为横梁结构有区别。普通的光纤激光切割机只能进行两维平面切割，而通过机械臂7控制切割头3的移动方向不仅可以进行平面切割，还可以进行斜面切割，使得激光切割更加灵活。
本发明实施例提供了一种高速光纤激光切割机智能切割控制系统。冷却模块8与切割头3和控制模块6相连接，用于对工件表面进行吹风冷却。如图2所示，冷却模块8包括鼓风机81、送风管82和温度传感器83。
鼓风机81，与控制模块6相连，用于根据控制模块6的指令将空气输送到送风管82内并控制风速。
送风管82，一端设置在切割头3下侧，另一端连接在鼓风机81上，将鼓风机81送进的空气吹在加工工件上。
温度传感器83，设置在送风管82与切割头3的连接处，与控制模块6相连，实时检测加工工件的表面温度并将表面温度数值传输给控制模块6。
上述技术方案的工作原理及有益效果为：
温度传感器83实时检测加工工件的表面温度并将表面温度数值传输给控制模块6。控制模块6根据表面温度数值控制鼓风机81将空气输送到送风管82内并控制风速，送风管82对切割头3进行激光切割的工件表面进行实时的风吹冷却。
由于高速光纤激光切割器运转速度快，为了防止激光过度灼烧，需要进行冷却。由于激光照射的直径通过光纤2照射在工件上，激光光斑直径较小，只有局部范围内温度高，冷却模块8采用了吹风冷却，而不同于传统的CO2激光切割器需要进行水冷却，可以节约水资源，具有环保功能。控制模块6根据温度传感器83测量得到的加工工件的表面温度，智能控制鼓风机81的送风速度大小以及开关，便于维持加工工件的表面温度恒定，防止加工工件过度灼烧，同时也降低了鼓风机81的耗电量，节约了能源。
本发明实施例提供了一种高速光纤激光切割机智能切割控制系统。控制模块6执行如下操作：
控制模块6控制扫描仪5对待加工的工件进行扫描并得到工件的图像信息。
控制模块6根据工件的边界条件将图像信息转成模拟画板。
控制模块6读取需加工的图形并分解成多个图形像素框。
控制模块6将多个图形像素框在模拟画板中进行重新排列，并制定切割头3的移动路线。
控制模块6获取操作员的开始指令，控制切割头3按照移动路线进行激光切割。
上述技术方案的工作原理及有益效果为：
控制模块6根据扫描仪5扫描得到的图像信息转换成模拟画板，并将需要加工的图形分解成多个图形像素框，并在模拟画板上重新排列，得到切割头3的移动路线。当控制模块6获取操作员的开始指令，控制切割头3按照移动路线进行激光切割。控制模块6将加工工件进行扫描成模拟画板并制定激光切割的切割路线，可以最大的利用加工工件材料，避免过多的资源浪费。
本发明实施例提供了一种高速光纤激光切割机智能切割控制系统。控制模块6将图形像素框在模拟画板中进行重新排列，并制定切割头3的移动路线，具体包括：
先将图形像素框在模拟画板中全部排列。
选择其中任意一个图形像素框，将该图形像素框分解为m个孤立点{A1,A2，…Ai，…Am}，依次排列组成。Ai表示第i个孤立点。
按逆时针依次选取其中任意相邻的三个孤立点Ai-1、Ai和Ai+1，计算三个孤立点所围成的三角形面积Δs。
根据计算得到的Δs，并结合凸顶点的判断条件，对孤立点Ai进行去留。
将保留下的n个凸顶点依次连接，得到一个n条边的凸多边形。
计算以n条边的凸多边形的任一条边为底边的外切矩形的面积，求得保留面积最小的外切矩形。
将每个图形像素框的面积最小的外切矩形按照设定的排列规则进行修正，从而得到修正后的图形像素框。
根据修正后的图形像素框得到切割头3的移动路线。
上述技术方案的工作原理及有益效果为：
图形像素框拆分成若干个孤立点，按逆时针依次选取其中任意相邻的三个孤立点Ai-1、Ai和Ai+1，计算三个孤立点所围成的三角形面积Δs，具体表达式为：
式中，(ai-1,bi-1)、(ai,bi)和(ai+1,bi+1)分别为孤立点Ai-1、Ai和Ai+1的坐标。例如：取三个相邻的点，点Ai-1、(1,1)、点Ai(1.5,2)和点Ai+1(2,1)，计算出根据Δs判断点Ai是否是凸顶点，对凸顶点进行保留并重新连接得到一个新的凸多边形，根据一个新的凸多边形计算出面积最小的外切矩形再对图形像素框进行修正，最后得到切割头3的移动路线。
本发明实施例提供了一种高速光纤激光切割机智能切割控制系统。凸顶点的判断条件是：
若Δs>0，则该孤立点Ai为凸顶点并进行保留。
若Δs<0，则去掉该孤立点Ai同时对剩余孤立点重新排列。
若Δs＝0，则继续选取下一个孤立点Ai+1以及与孤立点Ai+1相邻的两个孤立点。
上述技术方案的工作原理及有益效果为：
本发明实施例具体给出了凸顶点的判断条件，即Δs>0，则该孤立点Ai为凸顶点并进行保留。从而得到一个由凸顶点构成的凸多边形。
例如：Δs＝2.75>0，因此可以判断出点Ai(1.5,2)为凸顶点。
本发明实施例提供了一种高速光纤激光切割机智能切割控制系统。根据修正后的图形像素框得到切割头3的移动路线，具体包括：
根据修正后的图形像素框再分解，得到q个多边形，具体表达式为：
式中，Dg表示第g个多边形，Dk表示第k个多边形。
并由q个多边形计算出切割头3的空刀移动路线，具体表达式为：
式中，S是空刀移动路线，Dgk是选取分解后的多边形Dg的第k个顶点的坐标，Dkg是选取分解后的多边形Dk的第g个顶点的坐标，|Dgk-Dkg|是分解后的多边形Dg的第k个顶点到分解后的多边形Dk的第g个顶点的距离，D0是设定的切割起始点坐标，Di0是分解后的第i个多边形Di的切割起始点坐标。
再将空刀移动路线和q个多边形的轮廓切割路线合并得到切割头3的移动路线。
移动路线有p个相对孤立的连接点构成，对应的坐标分别为{(a0,b0),(a1,b1),…,(ap,bp)},
因此，可以计算出其中两个相邻孤立点的坐标分别为(ai,bi)和(ai+1,bi+1)之间的切割距离计算公式为：
两个相邻孤立点(ai,bi)和(ai+1,bi+1)的切割方向为：
控制模块6控制切割头3从切割起始点出发，第一个多边形起始点、第一个多边形的轮廓切割，第一个切割终止点，第二个多边形起始点、第二个多边形的轮廓切割，第二个切割终止点……第q个多边形切割终止点，最终结束切割。
上述技术方案的工作原理及有益效果为：
本发明实施例根据图形像素框分解成多个多边形，通过计算出空刀移动路线，再将空刀移动路线与轮廓切割路线合并得到切割头3的移动路线。控制模块6可根据切割头3的移动路线控制切割头3对加工工件进行切割，根据凸顶点围成的凸多边形，再求出最小外切矩形，简化待加工图像的轮廓线的计算处理。
本发明实施例提供了一种高速光纤激光切割机智能切割控制系统。如图3所示，还包括预警模块9，与控制模块相连。
摄像机90，用于采集现场加工的视频。
图像数据单元91，用于对现场的视频按时间序列进行处理，得到图像数据。
目标识别单元92，用于对图像数据进行目标识别。
光电传感器93，用于获取目标的状态数据。
特征提取单元94，用于构建和训练目标特征提取模型并进行特征提取。
数据融合单元95，用于将特征数据与状态数据进行融合。
目标预测单元96，用于构建和训练目标预测模型并对目标进行预测。
数据分解单元97，用于对预测目标的下一时刻的融合数据进行分解下一时刻的特征数据与下一时刻的状态数据。
投影仪98，设置在操作台4的正上面，控制模块相连，用于根据下一时刻的特征数据投射出目标预警环。
语音提示单元99，用于根据下一时刻的特征数据发出提示声音。
上述技术方案的工作原理及有益效果为：
当切割头3对加工工件进行激光切割时，摄像机90对加工现场的实施摄像并发送给图像数据单元91。图像数据单元91对现场的视频按时间序列进行处理，得到图像数据。目标识别单元92对图像数据进行目标识别和目标跟踪。例如当目标(人)靠近光纤激光切割机时，摄像机90对目标(人)进行实时拍摄，得到实时监测信息发送给图像数据单元91。图像数据单元91对视频按照时间序列转化成按照时间序列排列的图像数据。目标识别单元92进行目标识别和目标跟踪。例如对图像数据中的目标(人)进行识别，并利用多目标跟踪对目标(人)进行跟踪，并形成目标矩形框。光电传感器93获取目标的状态数据，状态数据包括目标(人)移动的速度和人与切割头3之间的距离。特征提取单元94构建目标特征提取模型，目标特征提取模型包括主特征提取模块、卷积层和池化层。特征数据的特征维度包括对目标是否穿着防护服和目标是否佩戴防护镜。数据融合单元95将特征数据与状态数据进行融合，得到融合数据，融合数据的特征维度包括了目标的速度、目标离切割头3的距离、对目标是否穿着防护服和目标是否佩戴防护镜。目标预测单元96构建目标预测模型并进行训练，训练完成后对预测目标的下一时刻的融合数据。数据分解单元97将下一时刻的融合数据进行分解，得到下一时刻的特征数据。投影仪98和语音提示单元99根据下一时刻的特征数据进行预警。
由于在激光切割过程中，激光照射在工件上容易产生漫反射。漫反射的激光容易对人的皮肤和眼睛造成危害。而有些用于切割的激光的波长不在可见光波长范围内，如红外激光，人无法察觉和躲避，因此通过设定目标(人)识别和跟踪，当人进入激光切割危险区域，预警模块9对目标进行及时的识别，采集目标的当前的状态数据和特征数据进行预测，根据预测结果发出预警信号，及时制止了被工件漫反射的激光对目标(人)的伤害。同时摄像机90也方便操作人员在远离激光切割的危险区域对加工现场进行随时观测。
本发明实施例提供了一种高速光纤激光切割机智能切割控制系统。预警模块9执行如下操作：
采集现场加工的视频。
对现场加工的视频按时间序列进行处理，得到图像数据。
根据光电传感器获取目标的状态数据。
构建目标特征提取模型，并将历史事故数据输入到目标特征提取模型进行训练。其中，目标特征提取模型包括主特征提取模块、卷积层和池化层。
利用训练完成的目标特征提取模型对图像数据进行特征提取，得到特征数据。
将特征数据与状态数据进行融合，得到融合数据。
构建目标预测模型，并将历史事故数据输入到目标预测模型进行训练，其中，目标预测模型包括前馈神经网络、长短期记忆网络和全连接层。
将融合数据输入到训练完成的目标预测模型，得到目标的下一时刻的融合数据。
对目标的下一时刻的融合数据进行分解得到目标的下一时刻的特征数据和下一时刻的状态数据。
用于根据下一时刻的特征数据发出提示声音。
根据目标的下一时刻的特征数据，投影仪投射出目标预警环。
其中，根据目标是否穿着防护服和目标是否佩戴防护镜两个维度确定目标预警环。
当目标未穿着防护服和未佩戴防护镜时，确定目标预警环的第一预警半径和第一预警颜色。
当目标穿着防护服但未佩戴防护镜时，确定目标预警环的第二预警半径和第二预警颜色。
当目标未穿着防护服但佩戴防护镜时，确定目标预警环的第三预警半径和第三预警颜色。
当目标穿着防护服且佩戴防护镜时，关闭投影仪。
语音提示单元根据目标的下一时刻的特征数据，发出提示声音。
上述技术方案的工作原理及有益效果为：
根据目标预测的下一时刻的特征数据，投影仪投射出目标预警环目标预警环的计算公式为：
式中，是目标预警环的半径，α是表示目标是否穿着防护服的特征数值，α取0或1，当α＝0，表示目标已穿着防护服，当α＝1，表示目标未穿着防护服。β是表示目标是否佩戴防护镜的特征数值，β取0或1，当β＝0，表示目标已佩戴防护镜，当β＝1，表示目标未佩戴防护镜。r1表示是确定前设置的未穿着防护服的目标预警环初始半径，r2表示是确定前设置的未佩戴防护镜的目标预警环初始半径,γ是预设的确定系数，/>是预测日标下一时刻所经过的距离,/>是预测目标下一时刻移动的速度，v1是切割头移动的速度。
由于未佩戴防护镜对人的危害要大于未穿着防护服，因此，r2>r1。
当目标未穿着防护服和未佩戴防护镜时，确定目标预警环的第一预警半径，第一预警颜色为红色，语音提示单元99发出提示声音，提示目标穿着防护服和佩戴防护镜。
当目标穿着防护服但未佩戴防护镜时，确定目标预警环的第二预警半径和第二预警颜色是橙色。语音提示单元99发出提示声音，提示目标佩戴防护镜。
当目标未穿着防护服但佩戴防护镜时，确定目标预警环的第三预警半径和第三预警颜色是黄色。语音提示单元99发出提示声音，提示目标穿着防护服。
当目标穿着防护服且佩戴防护镜时，关闭投影仪。
若目标在投影仪98投射的目标预警环和语音提示单元99的提示下，未进行整改，仍继续向切割头3靠近，预警模块9将预测到目标的下一时刻状态数据传送给控制模块6，控制模块6根据目标的下一时刻状态数据，在目标靠近切割头3为中心的激光漫反射危险区域之前及时的关闭激光器1。
预警模块9根据投影仪98投射目标预警环以及语音提示单元99发出提示语音，方便工作工人进行安全生产，目标预警环设置红色等具有醒目特征的颜色还可以方便提醒听力障碍着。语音提示单元99发出提示语音，还可以提醒色盲色弱等视力障碍者。在目标(人)仍向激光切割头靠近的时候，预警模块9将预测目标的下一时刻的状态数据发送给控制模块6，控制模块6根据目标移动速度和目标离切割头3的距离，在目标靠近激光器1的危险区域之前及时关闭激光器。
本发明实施例还提供了一种高速光纤激光切割机智能切割控制方法，如图4所示，包括以下步骤：
步骤1，扫描仪5对工件进行扫描并得到工件图像信息,并将工件图像信息传送到控制模块6。
步骤2，控制模块6结合工件图像信息对需加工的图形进行凸多边形分解处理和重新排列，得到切割头3的移动路线。
步骤3，控制模块6控制激光器1发射激光并通过光纤2将激光传输到切割头3，切割头3将激光聚焦在工件表面。
步骤4，操作台4控制切割头3按照移动路线对工件进行加工。
上述技术方案的工作原理及有益效果为：
光纤激光切割机通过扫描仪5对加工的工件进行扫描，得到模拟画板。如加工一块工件，长1m，宽为0.7m，在控制模块6上显示一个长方形模拟画板，边界条件显示为“0≤lc≤1,0≤lk≤0.7”，读取需要加工的图像凸多边形分解处理和重新排列，得到切割头3的移动路线并进行激光切割。
高速光纤激光切割机按照最短的行径路线，缩短了空刀移动路线，节约了切割机的时间，提高了工作效率，同时利用边界条件，可以最大化利用加工的工件材料，减少资源浪费，提高使用率。
本发明实施例提供了一种高速光纤激光切割机智能切割控制方法。如图5所示，还包括以下步骤：
步骤5，摄像机90采集现场加工的视频并传输给图像数据单元91。
步骤6，图像数据单元91对现场加工的视频按时间序列进行处理，得到图像数据。
步骤7，目标识别单元92对图像数据进行目标识别。
步骤8，光电传感器93获取目标的状态数据。
步骤9，特征提取单元94构建目标特征提取模型，将历史事故数据输入到目标特征提取模型进行训练，利用训练完成的目标特征提取模型对图像数据进行特征提取，得到特征数据。其中，目标特征提取模型包括主特征提取模块、卷积层和池化层。
首先主特征提取模块根据目标选择框选取关键点，关键点包括人的左眼和右眼、口部、胸部、腿部和手部，从而可以进行降维运算，减少数据计算量；卷积层对图像进行识别，通过卷积操作，使图像和特征之间映射连接关系变少，减少训练参数的数量，加快训练速度。池化层对卷积层得到的特征进行降维处理，最终得到特征数据。特征数据的特征维度包括对目标是否穿着防护服和目标是否佩戴防护镜。
步骤10，数据融合单元95将特征数据与状态数据进行融合，得到融合数据。
步骤11，目标预测单元96构建目标预测模型，并将历史事故数据输入到目标预测模型进行训练，融合数据输入到训练完成的目标预测模型，得到目标的下一时刻的融合数据。其中，目标预测模型包括前馈神经网络、长短期记忆网络和全连接层。激活函数采用的是ReLu，前馈神经网络包括卷积层和池化层。全连接层用于对当前的融合数据进行拟合预测。
步骤12，数据分解单元97将目标的下一时刻的融合数据进行分解，得到目标的下一时刻的特征数据和下一时刻的状态数据。
步骤13，根据目标的下一时刻的特征数据，投影仪98投射出目标预警环。
步骤14，语音提示单元99根据目标的下一时刻的特征数据，发出提示声音。
上述技术方案的工作原理及有益效果为：
本发明实施例将采集到的视频按时间序列化处理，得到图像数据，对图像数据进行目标(人)识别，并且分别目标的状态数据和特征数据再进行融合，得到融合数据。对融合数据进行预测，得到下一时刻的融合数据，并进行分解。根据分解得到的下一时刻的特征数据投射出目标预警环和发出语音，根据下一时刻的状态数据对仍继续靠近的目标(人)关闭激光器1，防止了激光切割过程中由加工工件漫反射的激光对目标(人)造成伤害，提高了生产安全性。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种高速光纤激光切割机智能切割控制系统，其特征在于，包括：
激光器，用于产生激光；
切割头，通过光纤与激光器连接，用于将激光聚焦在工件表面并进行切割；
操作台，通过机械臂与切割头驱动连接，用于控制切割头的移动；
扫描仪，设置操作台上方，用于对工件进行扫描并得到工件图像信息；
以及控制模块，分别与激光器、扫描仪和操作台相连，用于获取扫描仪上传的工件图像信息，基于工件图像信息对需加工的图形进行图形像素框分解，并对图形像素框按照最小切割路径进行规划和重新排列，及根据切割头相对于设定的切割起始点位置，得到切割头的移动路线并对激光器和操作台进行相应控制；
还包括：预警模块，与控制模块相连，包括：
摄像机，用于采集现场加工的视频；
图像数据单元，用于对现场的视频按时间序列进行处理，得到图像数据；
目标识别单元，用于对图像数据进行目标识别；
光电传感器，用于获取目标的状态数据；
特征提取单元，用于构建和训练目标特征提取模型并进行特征提取；
数据融合单元，用于将特征数据与状态数据进行融合；
目标预测单元，用于构建和训练目标预测模型并对目标进行预测；
数据分解单元，用于对预测目标下一时刻的融合数据进行分解下一时刻的特征数据与下一时刻的状态数据；
投影仪，设置在操作台的正上面，控制模块相连，用于根据下一时刻的特征数据投射出目标预警环；
语音提示单元，用于根据下一时刻的特征数据发出提示声音。
2.如权利要求1所述的一种高速光纤激光切割机智能切割控制系统，其特征在于，还包括：冷却模块，与切割头和控制模块相连接，用于对工件表面进行吹风冷却，冷却模块包括：
送风管，一端设置在切割头下侧，另一端连接在鼓风机上，用于对加工的工件进行吹风冷却；
鼓风机，与控制模块相连，用于根据控制模块的指令将空气输送到送风管内并控制风速；
温度传感器，设置在送风管与切割头的连接处，与控制模块相连，用于实时监测工件的表面温度并将表面温度数值传输给控制模块。
3.如权利要求1所述的一种高速光纤激光切割机智能切割控制系统，其特征在于，控制模块执行如下操作：
控制扫描仪对待加工的工件进行扫描并得到工件的图像信息；
根据工件的边界条件，将图像信息转成模拟画板；
读取需加工的图形并转换成图形像素框；
将图形像素框在模拟画板中进行重新排列，并根据相对于设定的切割起始点的相对位置制定切割头的移动路线；
获取操作员的开始指令，控制切割头按照移动路线进行切割。
4.如权利要求3所述的一种高速光纤激光切割机智能切割控制系统，其特征在于，控制模块将图形像素框在模拟画板中进行重新排列，并制定切割头的行径信息，具体包括：
将图形像素框在模拟画板中全部排列；
选择其中任意一个图形像素框，将该图形像素框分解为m个孤立点{A1,A2，…Ai，…Am}依次排列组成；
按逆时针依次选取其中任意相邻的三个孤立点Ai-1、Ai和Ai+1，计算三个孤立点Ai-1、Ai和Ai+1所围成的三角形的面积Δs，并结合凸顶点的判断条件，对孤立点Ai进行去留；
将保留下的n个凸顶点依次连接，得到一个n条边的凸多边形；
计算以n条边的凸多边形的任一条边为底边的外切矩形的面积，求得保留面积最小的外切矩形；
将每个图形像素框的面积最小的外切矩形按照设定的排列规则进行修正，从而得到修正后的图形像素框；
根据修正后的图形像素框得到切割头的移动路线。
5.如权利要求4所述的一种高速光纤激光切割机智能切割控制系统，其特征在于，凸顶点的判断条件包括：
若Δs>0，则该孤立点Ai为凸顶点并进行保留；
若Δs<0，则去掉该孤立点Ai同时对剩余孤立点重新排列；
若Δs＝0，则继续选取下一个孤立点Ai+1以及与孤立点Ai+1相邻的两个孤立点。
6.如权利要求5所述的一种高速光纤激光切割机智能切割控制系统，其特征在于，根据修正后的图形像素框得到切割头的移动路线，具体包括：
将修正后的图形像素框分解成q个多边形{D1，D2，…Dg,…Dk,…Dq}；
由计算出切割头的空刀移动路线；
将空刀移动路线和轮廓切割路线合并得到切割头的移动路线。
7.如权利要求1所述的一种高速光纤激光切割机智能切割控制系统，其特征在于，所述预警模块执行如下操作：
采集现场加工的视频；
对现场加工的视频按时间序列进行处理，得到图像数据；
对图像数据进行目标识别；
根据光电传感器获取目标的状态数据；
构建目标特征提取模型，并将历史事故数据输入到目标特征提取模型进行训练，其中，目标特征提取模型包括主特征提取模块、卷积层和池化层；
利用训练完成的目标特征提取模型对图像数据进行特征提取，得到特征数据，其中，特征数据的特征维度包括对目标是否穿着防护服和目标是否佩戴防护镜；
将特征数据与状态数据进行融合，得到融合数据；
构建目标预测模型，并将历史事故数据输入到目标预测模型进行训练，其中，目标预测模型包括前馈神经网络、长短期记忆网络和全连接层；
将融合数据输入到训练完成的目标预测模型，得到目标的下一时刻的融合数据；
目标的下一时刻的融合数据进行分解，得到目标的下一时刻的特征数据和下一时刻的状态数据；
根据目标的下一时刻的特征数据，投影仪投射出目标预警环；
其中，根据目标是否穿着防护服和目标是否佩戴防护镜两个维度确定目标预警环，
当目标未穿着防护服和未佩戴防护镜时，确定目标预警环的第一预警半径和第一预警颜色；
当目标穿着防护服但未佩戴防护镜时，确定目标预警环的第二预警半径和第二预警颜色；
当目标未穿着防护服但佩戴防护镜时，确定目标预警环的第三预警半径和第三预警颜色；
当目标穿着防护服且佩戴防护镜时，关闭投影仪；
语音提示单元根据目标的下一时刻的特征数据，发出提示声音。
8.一种高速光纤激光切割机智能切割控制方法，其特征在于，包括以下步骤：
扫描仪对工件进行扫描并得到工件图像信息,并将工件图像信息传送到控制模块；
控制模块结合工件图像信息对需加工的图形进行凸多边形分解处理和重新排列，得到切割头的移动路线；
控制模块控制激光器发射激光并通过光纤将激光传输到切割头，切割头将激光聚焦在工件表面；
操作台控制切割头按照移动路线对工件进行加工；
还包括以下步骤：
摄像机采集现场加工的视频并传输给图像数据单元；
图像数据单元对现场加工的视频按时间序列进行处理，得到图像数据；
目标识别单元对图像数据进行目标识别；
光电传感器获取目标的状态数据；
特征提取单元构建目标特征提取模型，并将历史事故数据输入到目标特征提取模型进行训练，其中，目标特征提取模型包括主特征提取模块、卷积层和池化层；
利用训练完成的目标特征提取模型对图像数据进行特征提取，得到特征数据，其中，特征数据的特征维度包括对目标是否穿着防护服和目标是否佩戴防护镜；
数据融合单元将特征数据与状态数据进行融合，得到融合数据；
目标预测单元构建目标预测模型，并将历史事故数据输入到目标预测模型进行训练，其中，目标预测模型包括前馈神经网络、长短期记忆网络和全连接层；
将融合数据输入到训练完成的目标预测模型，得到目标的下一时刻的融合数据；
数据分解单元将目标的下一时刻的融合数据进行分解，得到目标的下一时刻的特征数据和下一时刻的状态数据；
根据目标的下一时刻的特征数据，投影仪投射出目标预警环；
语音提示单元根据目标的下一时刻的特征数据，发出提示声音。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310161600.5A CN116329774B (zh) | 2023-02-24 | 2023-02-24 | 一种高速光纤激光切割机智能切割控制系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310161600.5A CN116329774B (zh) | 2023-02-24 | 2023-02-24 | 一种高速光纤激光切割机智能切割控制系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116329774A CN116329774A (zh) | 2023-06-27 |
| CN116329774B true CN116329774B (zh) | 2023-10-20 |
Family
ID=86884924
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310161600.5A Active CN116329774B (zh) | 2023-02-24 | 2023-02-24 | 一种高速光纤激光切割机智能切割控制系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116329774B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117161583B (zh) * | 2023-11-03 | 2024-04-30 | 南通邦华机械有限公司 | 一种激光切割方法 |
| CN117600679B (zh) * | 2024-01-19 | 2024-03-26 | 沈阳东镭光电技术有限公司 | 一种板材激光切割方法 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101996516A (zh) * | 2010-11-22 | 2011-03-30 | 南京信息工程大学 | 基于矢量法的路径规划预处理方法 |
| CN105834594A (zh) * | 2016-04-29 | 2016-08-10 | 中国航空工业集团公司北京航空制造工程研究所 | 一种应用激光切割及校正工件的系统及方法 |
| JP2017164801A (ja) * | 2016-03-17 | 2017-09-21 | ファナック株式会社 | 機械学習装置、レーザ加工システムおよび機械学習方法 |
| CN110153567A (zh) * | 2019-04-04 | 2019-08-23 | 江苏大学 | 一种基于图像识别的激光切割系统 |
| CN110386145A (zh) * | 2019-06-28 | 2019-10-29 | 北京理工大学 | 一种目标驾驶员驾驶行为实时预测系统 |
| DE102019101222A1 (de) * | 2019-01-17 | 2020-07-23 | Highyag Lasertechnologie Gmbh | Verfahren zur Auswahl von Kamerabildabschnitten |
| CN113361425A (zh) * | 2021-06-11 | 2021-09-07 | 珠海路讯科技有限公司 | 一种基于深度学习的检测工人是否佩戴安全帽的方法 |
| CN113865507A (zh) * | 2021-09-25 | 2021-12-31 | 扆亮海 | 激光标刻路径自动分片轮廓智能扫描方法 |
| KR20220007460A (ko) * | 2020-07-10 | 2022-01-18 | 주식회사 포스코 | 안전 보호구 착용 상태 모니터링 방법 및 그 방법을 제공하는 서버 |
| CN113953685A (zh) * | 2021-11-22 | 2022-01-21 | 重庆工商大学 | 一种平面板材激光切割路径规划方法 |
| CN216066070U (zh) * | 2021-08-24 | 2022-03-18 | 仪征常众汽车部件有限公司 | 一种激光切割用工件快速冷却装置 |
| WO2022079243A1 (en) * | 2020-10-16 | 2022-04-21 | Bystronic Laser Ag | Method, control unit and laser cutting system for combined path and laser process planning for highly dynamic real-time systems |
| CN115083088A (zh) * | 2022-05-11 | 2022-09-20 | 长江慧控科技(武汉)有限公司 | 铁路周界入侵预警方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10782095B2 (en) * | 2017-11-24 | 2020-09-22 | Huntercraft Limited | Automatic target point tracing method for electro-optical sighting system |
| EP3786736A1 (en) * | 2019-08-28 | 2021-03-03 | Bystronic Laser AG | Control for a laser cutting head movement in a cutting process |
-
2023
- 2023-02-24 CN CN202310161600.5A patent/CN116329774B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101996516A (zh) * | 2010-11-22 | 2011-03-30 | 南京信息工程大学 | 基于矢量法的路径规划预处理方法 |
| JP2017164801A (ja) * | 2016-03-17 | 2017-09-21 | ファナック株式会社 | 機械学習装置、レーザ加工システムおよび機械学習方法 |
| CN105834594A (zh) * | 2016-04-29 | 2016-08-10 | 中国航空工业集团公司北京航空制造工程研究所 | 一种应用激光切割及校正工件的系统及方法 |
| DE102019101222A1 (de) * | 2019-01-17 | 2020-07-23 | Highyag Lasertechnologie Gmbh | Verfahren zur Auswahl von Kamerabildabschnitten |
| CN110153567A (zh) * | 2019-04-04 | 2019-08-23 | 江苏大学 | 一种基于图像识别的激光切割系统 |
| CN110386145A (zh) * | 2019-06-28 | 2019-10-29 | 北京理工大学 | 一种目标驾驶员驾驶行为实时预测系统 |
| KR20220007460A (ko) * | 2020-07-10 | 2022-01-18 | 주식회사 포스코 | 안전 보호구 착용 상태 모니터링 방법 및 그 방법을 제공하는 서버 |
| WO2022079243A1 (en) * | 2020-10-16 | 2022-04-21 | Bystronic Laser Ag | Method, control unit and laser cutting system for combined path and laser process planning for highly dynamic real-time systems |
| CN113361425A (zh) * | 2021-06-11 | 2021-09-07 | 珠海路讯科技有限公司 | 一种基于深度学习的检测工人是否佩戴安全帽的方法 |
| CN216066070U (zh) * | 2021-08-24 | 2022-03-18 | 仪征常众汽车部件有限公司 | 一种激光切割用工件快速冷却装置 |
| CN113865507A (zh) * | 2021-09-25 | 2021-12-31 | 扆亮海 | 激光标刻路径自动分片轮廓智能扫描方法 |
| CN113953685A (zh) * | 2021-11-22 | 2022-01-21 | 重庆工商大学 | 一种平面板材激光切割路径规划方法 |
| CN115083088A (zh) * | 2022-05-11 | 2022-09-20 | 长江慧控科技(武汉)有限公司 | 铁路周界入侵预警方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116329774A (zh) | 2023-06-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116329774B (zh) | 一种高速光纤激光切割机智能切割控制系统及方法 | |
| US11679452B2 (en) | Wind turbine blade and wind turbine power generating apparatus | |
| CN106113050B (zh) | 工业机器人的示教方法、控制方法及装置、系统 | |
| US10525596B2 (en) | Teleoperated robot for flood-welding operations | |
| CN107073628B (zh) | 控制系统以及包括控制系统和金属加工机器人系统的系统 | |
| CN111050984B (zh) | 激光切断加工装置以及激光切断加工方法 | |
| CN111192307A (zh) | 基于激光切割三维零部件的自适应纠偏方法 | |
| CN109483017A (zh) | 一种基于图像识别的焊缝跟踪系统及其优化方法 | |
| CN108489986A (zh) | 一种增材制造在线检测及修复方法 | |
| CN110116116A (zh) | 基于计算机视觉的机器人激光清洗路径规划系统及方法 | |
| Zhang et al. | Adaptive intelligent welding manufacturing | |
| CN114160507B (zh) | 基于多重传感检测的激光清洗路径自动规划方法 | |
| CN110871432A (zh) | 用于激光加工的示教装置 | |
| CA3031004A1 (en) | Methods and systems for laser marking an identifier on an industrial product | |
| CN110508906A (zh) | 一种机器人激光位移传感器寻位的方法 | |
| CN111992895A (zh) | 一种智能打标系统与方法 | |
| CN108008729A (zh) | 机器人红外激光定位运动轨迹规划方法及装置 | |
| CN111730245A (zh) | 焊接系统及铸件缺陷补焊方法 | |
| CN114399461A (zh) | 智能化焊趾机械打磨疲劳延寿方法 | |
| CN106392251A (zh) | 一种火焰坡口机器人k型坡口切割装置 | |
| CN106271369B (zh) | 铁路辙岔智能焊补机器人 | |
| CN109128439A (zh) | Cad图纸技术引导机器人自动焊接方法 | |
| US20220299977A1 (en) | Apparatus, system and methods for cnc material cutting | |
| JP4280338B2 (ja) | Ｙａｇレーザ加工機のティーチング方法およびその装置 | |
| CN117161583B (zh) | 一种激光切割方法 |
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 |