CN117921770A - 基于高分子材料的高频超声波控制方法及系统 - Google Patents

Abstract

本发明涉及声波控制技术领域，公开了一种基于高分子材料的高频超声波控制方法及系统，用于提高基于高分子材料的高频超声波控制的准确率。方法包括：对声波信号数据进行声波信号变化数据提取，得到目标声波信号变化数据；对目标声波信号变化数据进行数据分析，得到对应的分析数据集，其中，分析数据集包括：声波频率数据、声波幅度数据以及声波方向数据；将分析数据集输入预置的超声波参数调整模型进行调整参数分析，得到对应的调整参数集合，并通过调整参数集合对超声波切割器进行设备控制。

Description

基于高分子材料的高频超声波控制方法及系统

技术领域

本发明涉及声波控制技术领域，尤其涉及一种基于高分子材料的高频超声波控制方法及系统。

背景技术

高分子材料在工业制造、医疗设备和其他领域中具有广泛的应用。然而，对于这些材料的切割和加工过程仍然存在一些挑战，尤其是在需要高精度和非常规形状的情况下。传统的切割方法可能受到材料性质的限制，因此需要一种智能化的控制方法，以充分利用高分子材料的特性，提高切割效率和精度。

目前的切割方法在个性化切割策略、切割参数的优化和实时监测与反馈方面存在不足。传统方法难以根据不同高分子材料的特性实现切割策略的个性化调整，而切割参数的优化则受到技术局限。此外，缺乏对切割过程中声波信号的实时监测与反馈机制，使得切割效果的即时调整面临困难。这些问题制约了高分子材料切割与加工效率的提升。

发明内容

有鉴于此，本发明实施例提供了一种基于高分子材料的高频超声波控制方法及系统，用于提高基于高分子材料的高频超声波控制的准确率。

本发明提供了一种基于高分子材料的高频超声波控制方法，包括：对多个待测试高分子材料进行材料属性测试，得到多个所述待测试高分子材料的材料属性数据，其中，所述材料属性数据包括：声阻抗数据以及衰减系数数据；

分别对每个所述待测试高分子材料的材料属性数据进行数据筛选，得到目标属性数据，并根据所述目标属性数据确定目标高分子材料；

基于所述目标高分子材料构建声波采集传感器，并通过预置的超声波切割器对预置的待加工材料进行超声波切割处理，并通过所述声波采集传感器实时采集在超声波切割处理过程中的声波信号数据；

对所述声波信号数据进行声波信号变化数据提取，得到目标声波信号变化数据；

对所述目标声波信号变化数据进行数据分析，得到对应的分析数据集，其中，所述分析数据集包括：声波频率数据、声波幅度数据以及声波方向数据；

将所述分析数据集输入预置的超声波参数调整模型进行调整参数分析，得到对应的调整参数集合，并通过所述调整参数集合对所述超声波切割器进行设备控制。

在本发明中，所述对多个待测试高分子材料进行材料属性测试，得到多个所述待测试高分子材料的材料属性数据，其中，所述材料属性数据包括：声阻抗数据以及衰减系数数据步骤，包括：

对多个所述待测试高分子材料进行声阻抗测试，得到每个所述待测试高分子材料的声阻抗测试数据；

通过预置的脉冲超声波发射器分别对每个所述待测试高分子材料发射短脉冲声波信号，并实时采集每个所述待测试高分子材料输出的输出脉冲信号；

基于所述短脉冲声波信号以及所述输出脉冲信号，对每个所述待测试高分子材料进行衰减系数分析，得到每个所述待测试高分子材料数据的衰减系数数据。

在本发明中，所述分别对每个所述待测试高分子材料的材料属性数据进行数据筛选，得到目标属性数据，并根据所述目标属性数据确定目标高分子材料步骤，包括：

分别对每个所述待测试高分子材料的材料属性数据进行筛选条件分析，得到筛选条件集合；

基于所述筛选条件集合，分别对每个所述待测试高分子材料的材料属性数据进行数据筛选，得到目标属性数据，并根据所述目标属性数据确定目标高分子材料。

在本发明中，所述基于所述目标高分材料筛选得到声波采集传感器，并通过预置的超声波切割器对预置的待加工材料进行超声波切割处理，并通过所述声波采集传感器实时采集在超声波切割处理过程中的声波信号数据步骤，包括：

基于所述目标高分材料筛选得到声波采集传感器；

通过所述超声波切割器对所述待加工材料进行切割位置标定，得到所述待加工材料对应的切割位置数据；

基于所述切割位置数据，通过所述超声波切割器对所述待加工材料进行超声波切割处理；

通过所述声波采集传感器实时采集在超声波切割处理过程中的声波信号数据。

在本发明中，所述对所述声波信号数据进行声波信号变化数据提取，得到目标声波信号变化数据步骤，包括：

对所述声波信号数据进行频域转换，得到所述声波信号数据对应的频域数据；

对所述频域数据进行频谱分析，得到所述频域数据对应的频谱分析数据；

基于所述频谱分析数据，对所述声波信号数据进行特征提取，得到所述声波信号对应的幅度变化数据以及相位变化数据；

将所述幅度变化数据以及所述相位变化数据合并为所述目标声波信号变化数据。

在本发明中，所述对所述目标声波信号变化数据进行数据分析，得到对应的分析数据集，其中，所述分析数据集包括：声波频率数据、声波幅度数据以及声波方向数据步骤，包括：

对所述目标声波信号变化数据进行频率范围标定，得到所述目标声波信号变化数据对应的目标频率范围；

基于所述目标频率范围，对所述目标声波信号变化数据进行峰值检测，得到对应的峰值数据，并基于所述峰值数据确定对应的声波幅度数据；

基于所述目标频率范围，对所述目标声波信号变化数据进行声波频率数据提取，得到对应的声波频率数据；

对所述目标声波信号变化数据进行变化方向分析，得到对应的声波方向数据。

在本发明中，所述将所述分析数据集输入预置的超声波参数调整模型进行调整参数分析，得到对应的调整参数集合，并通过所述调整参数集合对所述超声波切割器进行设备控制步骤，包括：

将所述分析数据集输入所述超声波参数调整模型进行参数映射关系构建，得到目标映射关系；

基于所述目标映射关系对所述分析数据集进行调整参数映射，得到所述调整参数集合；

通过所述调整参数集合对所述超声波切割器进行设备控制。

本发明还提供了一种基于高分子材料的高频超声波控制系统，包括：

测试模块，用于对多个待测试高分子材料进行材料属性测试，得到多个所述待测试高分子材料的材料属性数据，其中，所述材料属性数据包括：声阻抗数据以及衰减系数数据；

筛选模块，用于分别对每个所述待测试高分子材料的材料属性数据进行数据筛选，得到目标属性数据，并根据所述目标属性数据确定目标高分子材料；

构建模块，用于基于所述目标高分子材料构建声波采集传感器，并通过预置的超声波切割器对预置的待加工材料进行超声波切割处理，并通过所述声波采集传感器实时采集在超声波切割处理过程中的声波信号数据；

提取模块，用于对所述声波信号数据进行声波信号变化数据提取，得到目标声波信号变化数据；

分析模块，用于对所述目标声波信号变化数据进行数据分析，得到对应的分析数据集，其中，所述分析数据集包括：声波频率数据、声波幅度数据以及声波方向数据；

控制模块，用于将所述分析数据集输入预置的超声波参数调整模型进行调整参数分析，得到对应的调整参数集合，并通过所述调整参数集合对所述超声波切割器进行设备控制。

本发明提供的技术方案中，对多个待测试高分子材料进行材料属性测试，得到多个待测试高分子材料的材料属性数据，其中，材料属性数据包括：声阻抗数据以及衰减系数数据；分别对每个待测试高分子材料的材料属性数据进行数据筛选，得到目标属性数据，并根据目标属性数据确定目标高分子材料；基于目标高分子材料构建声波采集传感器，并通过预置的超声波切割器对预置的待加工材料进行超声波切割处理，并通过声波采集传感器实时采集在超声波切割处理过程中的声波信号数据；对声波信号数据进行声波信号变化数据提取，得到目标声波信号变化数据；对目标声波信号变化数据进行数据分析，得到对应的分析数据集，其中，分析数据集包括：声波频率数据、声波幅度数据以及声波方向数据；将分析数据集输入预置的超声波参数调整模型进行调整参数分析，得到对应的调整参数集合，并通过调整参数集合对超声波切割器进行设备控制。在本申请方案中，分别对每个待测试高分子材料的材料属性数据进行个性化的数据筛选，得到目标属性数据。这一步骤有助于确定目标高分子材料，提高了后续声波切割处理的针对性和效率。构建基于目标高分子材料的声波采集传感器，并结合预置的超声波切割器对待加工材料进行超声波切割处理。这种智能化的处理方式在提高切割精度和效率方面具有明显的优势。通过声波采集传感器实时采集在超声波切割处理过程中的声波信号数据，使得实时监测和反馈成为可能。这有助于调整切割过程，优化切割效果。对目标声波信号变化数据进行数据分析，得到包括声波频率数据、声波幅度数据和声波方向数据的分析数据集。将这一数据集输入超声波参数调整模型，实现对超声波切割器的调整参数分析，并通过调整参数集合实现对切割器的智能化设备控制。这进一步提高了切割过程的精细化和个性化程度。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例中一种基于高分子材料的高频超声波控制方法流程图。

图2为本发明实施例中分别对每个待测试高分子材料的材料属性数据进行数据筛选流程图。

图3为本发明实施例中一种基于高分子材料的高频超声波控制系统的示意图。

附图标记：

301、测试模块；302、筛选模块；303、构建模块；304、提取模块；305、分析模块；306、控制模块。

具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。

为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，图1是本发明实施例的一种基于高分子材料的高频超声波控制方法的流程图，如图1所示，包括以下步骤：

S101、对多个待测试高分子材料进行材料属性测试，得到多个待测试高分子材料的材料属性数据，其中，材料属性数据包括：声阻抗数据以及衰减系数数据；

S102、分别对每个待测试高分子材料的材料属性数据进行数据筛选，得到目标属性数据，并根据目标属性数据确定目标高分子材料；

S103、基于目标高分子材料构建声波采集传感器，并通过预置的超声波切割器对预置的待加工材料进行超声波切割处理，并通过声波采集传感器实时采集在超声波切割处理过程中的声波信号数据；

S104、对声波信号数据进行声波信号变化数据提取，得到目标声波信号变化数据；

S105、对目标声波信号变化数据进行数据分析，得到对应的分析数据集，其中，分析数据集包括：声波频率数据、声波幅度数据以及声波方向数据；

S106、将分析数据集输入预置的超声波参数调整模型进行调整参数分析，得到对应的调整参数集合，并通过调整参数集合对超声波切割器进行设备控制。

需要说明的是，首先，通过对多个待测试的高分子材料进行材料属性测试，其中包括声阻抗数据和衰减系数数据的测量，可以通过使用专业测试设备如声谱仪、超声波测试仪等。这一过程得到了广泛的高分子材料的动态特性数据。

随后，针对每个待测试高分子材料的材料属性数据，进行了精准的数据筛选。这个步骤通过设定特定的筛选条件，例如声阻抗和衰减系数的阈值等，得到了目标属性数据，即对声学特性具有特殊重要性的数据。根据这些目标属性数据，成功确定了目标高分子材料，为后续的处理提供了重要依据。

接下来，基于确定的目标高分子材料，构建了专用的声波采集传感器。这个传感器的设计考虑了目标材料的声学特性，以保证对声波信号的高效采集。同时，结合预先设置好的超声波切割器，对预置的待加工材料进行超声波切割处理。这一步骤中，声波采集传感器实时采集在超声波切割处理过程中产生的声波信号数据，为后续的分析提供了实时的监测和反馈。

随后，对所得的声波信号数据进行声波信号变化数据的提取。这通过对声波信号数据进行频域转换、频谱分析和特征提取等方法实现，得到了目标声波信号变化数据。

进一步，对目标声波信号变化数据进行详细的数据分析，得到包括声波频率数据、声波幅度数据以及声波方向数据在内的分析数据集。这一分析数据集为对声波切割效果进行深入了解提供了关键信息。

最终，将分析数据集输入预置的超声波参数调整模型，进行调整参数分析。这个模型可以根据分析数据集中的声学特性数据，映射出最优的超声波切割参数集合。通过应用这一集合，实现对超声波切割器的设备控制，从而达到更为精准和高效的切割过程。整个流程通过有机连接不同环节，实现了一个全面而高效的基于声学特性的高分子材料超声波控制方法。

通过执行上述步骤，对多个待测试高分子材料进行材料属性测试，得到多个待测试高分子材料的材料属性数据，其中，材料属性数据包括：声阻抗数据以及衰减系数数据；分别对每个待测试高分子材料的材料属性数据进行数据筛选，得到目标属性数据，并根据目标属性数据确定目标高分子材料；基于目标高分子材料构建声波采集传感器，并通过预置的超声波切割器对预置的待加工材料进行超声波切割处理，并通过声波采集传感器实时采集在超声波切割处理过程中的声波信号数据；对声波信号数据进行声波信号变化数据提取，得到目标声波信号变化数据；对目标声波信号变化数据进行数据分析，得到对应的分析数据集，其中，分析数据集包括：声波频率数据、声波幅度数据以及声波方向数据；将分析数据集输入预置的超声波参数调整模型进行调整参数分析，得到对应的调整参数集合，并通过调整参数集合对超声波切割器进行设备控制。在本申请方案中，分别对每个待测试高分子材料的材料属性数据进行个性化的数据筛选，得到目标属性数据。这一步骤有助于确定目标高分子材料，提高了后续声波切割处理的针对性和效率。构建基于目标高分子材料的声波采集传感器，并结合预置的超声波切割器对待加工材料进行超声波切割处理。这种智能化的处理方式在提高切割精度和效率方面具有明显的优势。通过声波采集传感器实时采集在超声波切割处理过程中的声波信号数据，使得实时监测和反馈成为可能。这有助于调整切割过程，优化切割效果。对目标声波信号变化数据进行数据分析，得到包括声波频率数据、声波幅度数据和声波方向数据的分析数据集。将这一数据集输入超声波参数调整模型，实现对超声波切割器的调整参数分析，并通过调整参数集合实现对切割器的智能化设备控制。这进一步提高了切割过程的精细化和个性化程度。

在一具体实施例中，执行步骤S101的过程可以具体包括如下步骤：

（1）对多个待测试高分子材料进行声阻抗测试，得到每个待测试高分子材料的声阻抗测试数据；

（2）通过预置的脉冲超声波发射器分别对每个待测试高分子材料发射短脉冲声波信号，并实时采集每个待测试高分子材料输出的输出脉冲信号；

（3）基于短脉冲声波信号以及输出脉冲信号，对每个待测试高分子材料进行衰减系数分析，得到每个待测试高分子材料数据的衰减系数数据。

具体的，首先，对多个待测试的高分子材料进行声阻抗测试的步骤中，可以使用专门设计的声阻抗测试装置，对每个材料进行测试，测得每个待测试高分子材料的声阻抗测试数据。这可以通过将待测试材料与测试设备相连，并测量声波在材料中传播时的阻抗情况来实现。

随后，通过预置的脉冲超声波发射器，对每个待测试高分子材料进行短脉冲声波信号的发射。这一步骤中，预设的超声波发射器通过瞬时释放的脉冲声波，使声波信号穿透待测试材料。同时，利用专门设计的接收装置实时采集每个待测试高分子材料输出的输出脉冲信号，以获取与材料相互作用的声波信号数据。

最后，在得到短脉冲声波信号和输出脉冲信号的基础上，对每个待测试高分子材料进行衰减系数分析。这一分析过程包括比较输入与输出脉冲信号的差异，通过测定声波信号在材料中的衰减情况，得到每个待测试高分子材料的衰减系数数据。通过将这些衰减系数与声波在材料中传播的特性相联系，可以深入了解材料的声学行为，为后续的超声波切割过程提供有价值的信息。

在一具体实施例中，如图2所示，执行步骤S102的过程可以具体包括如下步骤：

S201、分别对每个待测试高分子材料的材料属性数据进行筛选条件分析，得到筛选条件集合；

S202、基于筛选条件集合，分别对每个待测试高分子材料的材料属性数据进行数据筛选，得到目标属性数据，并根据目标属性数据确定目标高分子材料。

具体的，首先，对于每个待测试的高分子材料，进行材料属性数据的筛选条件分析。这一步骤涉及对已获取的材料属性数据，包括声阻抗数据和衰减系数数据，进行综合分析以确定哪些特定条件或阈值对于所需的声学特性最为重要。

基于这个筛选条件集合，确定了一组特定的参数或特性，这可以是与所需声学特性相关的特定数值范围、波形特征或其他关键信息。这样的筛选条件集合可以包括多个方面，旨在更准确地定位符合研究目的的目标属性。

接下来，应用所得的筛选条件集合，对每个待测试高分子材料的材料属性数据进行二次筛选。通过将每个材料的声学特性与筛选条件进行比较，得到符合条件的目标属性数据。这一步骤是根据事先设定的筛选条件，从大量的材料属性数据中挑选出对研究目的最为关键的数据。

最终，基于这些目标属性数据，确定了目标高分子材料。这可以通过进一步的分析，例如对目标属性数据的综合评估、对比和排名等方式来实现。目标高分子材料即符合预先设定筛选条件，并具有所需声学特性的材料，为后续的声波切割处理提供了明确的材料选择依据。

在一具体实施例中，执行步骤S103的过程可以具体包括如下步骤：

（1）基于目标高分材料筛选得到声波采集传感器；

（2）通过超声波切割器对待加工材料进行切割位置标定，得到待加工材料对应的切割位置数据；

（3）基于切割位置数据，通过超声波切割器对待加工材料进行超声波切割处理；

（4）通过声波采集传感器实时采集在超声波切割处理过程中的声波信号数据。

具体的，首先，基于确定的目标高分子材料，进行声波采集传感器的筛选。这一步骤涉及选择适用于目标高分子材料的特定声波采集传感器。传感器的选择可能基于其灵敏度、频率响应和适应目标材料声学特性的能力。通过这样的筛选，确保了后续声波采集的传感器具有对目标材料最佳的性能。

接下来，通过预置的超声波切割器对待加工材料进行切割位置标定。这个过程可能包括在待加工材料上发射一系列预定参数的超声波，并利用传感器捕捉反射的声波信号，从而精准地标定切割位置。通过这一步骤，获取了待加工材料对应的切割位置数据，为后续切割过程提供了定位依据。

随后，基于切割位置数据，通过超声波切割器对待加工材料进行超声波切割处理。超声波切割器根据事先设定的切割参数，将声波能量转化为机械能，实现对材料的精准切割。这一步骤的关键在于根据切割位置数据实现切割器的定位和控制。

最后，通过声波采集传感器实时采集在超声波切割处理过程中产生的声波信号数据。这一过程可以用于监测切割过程中的声学反馈，以便实时调整切割参数或切割位置，以提高切割精度和效率。实时采集的声波信号数据为后续的数据分析提供了实验基础。

在一具体实施例中，执行步骤S104步骤的过程可以具体包括如下步骤：

（1）对声波信号数据进行频域转换，得到声波信号数据对应的频域数据；

（2）对频域数据进行频谱分析，得到频域数据对应的频谱分析数据；

（3）基于频谱分析数据，对声波信号数据进行特征提取，得到声波信号对应的幅度变化数据以及相位变化数据；

（4）将幅度变化数据以及相位变化数据合并为目标声波信号变化数据。

具体的，具体的，首先，对声波信号数据进行频域转换。这一步骤通常使用傅里叶变换等技术，将声波信号数据从时域转换为频域。这样可以得到声波信号数据对应的频域数据，展现声波在不同频率下的分布情况。

接下来，对频域数据进行频谱分析。通过对频域数据进行峰值检测、频谱形状分析等处理，得到频域数据对应的频谱分析数据。频谱分析数据反映了声波信号在不同频率下的强度和分布情况，提供了更为详细的频谱信息。

随后，基于频谱分析数据进行特征提取。这一步骤涉及从频谱数据中提取出有意义的特征，例如峰值频率、频率幅度、相位信息等。通过这些特征，得到声波信号对应的幅度变化数据和相位变化数据。这些数据反映了声波信号在频域上的变化特性，包括振幅的变化和相位的变化。

最后，将提取得到的幅度变化数据和相位变化数据合并为目标声波信号变化数据。这一合并过程可通过将两种数据按时间序列对应点进行组合，形成一个完整的声波信号变化数据集。这个目标声波信号变化数据反映了声波信号在频域上的全面特征，为后续的分析提供了更为综合和深入的信息。

在一具体实施例中，执行步骤S105步骤的过程可以具体包括如下步骤：

（1）对目标声波信号变化数据进行频率范围标定，得到目标声波信号变化数据对应的目标频率范围；

（2）基于目标频率范围，对目标声波信号变化数据进行峰值检测，得到对应的峰值数据，并基于峰值数据确定对应的声波幅度数据；

（3）基于目标频率范围，对目标声波信号变化数据进行声波频率数据提取，得到对应的声波频率数据；

（4）对目标声波信号变化数据进行变化方向分析，得到对应的声波方向数据。

具体的，首先，对目标声波信号变化数据进行频率范围标定。这一步骤涉及确定目标声波信号变化数据中的频率范围，通常通过频谱分析中的峰值检测或其他频域分析方法。目标频率范围的确定可以基于研究需求，选择感兴趣的频率段。

接下来，基于目标频率范围，对目标声波信号变化数据进行峰值检测。这一步骤通过分析频率范围内的峰值，可以得到对应的峰值数据。峰值数据反映了在目标频率范围内声波信号的强度分布情况。

随后，基于峰值数据确定对应的声波幅度数据。通过将峰值数据转化为声波信号的幅度，可以获得声波信号在目标频率范围内的振幅信息。这一步骤是对声波信号幅度特性的具体定量化。

进一步，基于目标频率范围，对目标声波信号变化数据进行声波频率数据提取。通过检测目标频率范围内的频率信息，可以获取声波频率数据。这些数据展示了声波信号在目标频率范围内的振动频率特性。

最后，对目标声波信号变化数据进行变化方向分析。这一步骤可以通过检测频率变化的趋势，以及幅度和相位的变化关系，确定声波信号的变化方向。这一分析为了解声波信号的动态行为提供了重要线索。

在一具体实施例中，执行步骤S106的过程可以具体包括如下步骤：

（1）对目标声波信号变化数据进行频率范围标定，得到目标声波信号变化数据对应的目标频率范围；

（2）基于目标频率范围，对目标声波信号变化数据进行峰值检测，得到对应的峰值数据，并基于峰值数据确定对应的声波幅度数据；

（3）基于目标频率范围，对目标声波信号变化数据进行声波频率数据提取，得到对应的声波频率数据；

（4）对目标声波信号变化数据进行变化方向分析，得到对应的声波方向数据。

需要说明的是，首先，对目标声波信号变化数据进行频率范围标定。通过应用频谱分析技术，例如傅里叶变换，可以将目标声波信号变化数据从时域转换到频域。在频域上进行分析，确定目标频率范围，即在哪些频率范围内声波信号变化较为显著。

接下来，基于目标频率范围，对目标声波信号变化数据进行峰值检测。通过检测频率范围内的峰值，可以得到峰值数据，这些峰值代表了在目标频率范围内的显著频率分量。这些峰值数据可以用于进一步的分析。

在此基础上，基于峰值数据确定对应的声波幅度数据。通过将峰值数据转化为声波信号的幅度信息，可以得到声波信号在目标频率范围内的振幅数据。这一步骤可以提供声波信号强度的量化信息。

进一步，基于目标频率范围，对目标声波信号变化数据进行声波频率数据提取。通过分析峰值数据，可以获得声波信号在目标频率范围内的频率信息。这些频率数据描述了声波信号的振动频率特性。

最后，对目标声波信号变化数据进行变化方向分析。这一步骤可以涉及频率、幅度和相位等方面的综合分析，以确定声波信号的变化趋势和方向。变化方向数据提供了关于声波信号动态变化的重要信息。

本发明实施例还提供了一种基于高分子材料的高频超声波控制系统，如图3所示，该一种基于高分子材料的高频超声波控制系统具体包括：

测试模块301，用于对多个待测试高分子材料进行材料属性测试，得到多个所述待测试高分子材料的材料属性数据，其中，所述材料属性数据包括：声阻抗数据以及衰减系数数据；

筛选模块302，用于分别对每个所述待测试高分子材料的材料属性数据进行数据筛选，得到目标属性数据，并根据所述目标属性数据确定目标高分子材料；

构建模块303，用于基于所述目标高分子材料构建声波采集传感器，并通过预置的超声波切割器对预置的待加工材料进行超声波切割处理，并通过所述声波采集传感器实时采集在超声波切割处理过程中的声波信号数据；

提取模块304，用于对所述声波信号数据进行声波信号变化数据提取，得到目标声波信号变化数据；

分析模块305，用于对所述目标声波信号变化数据进行数据分析，得到对应的分析数据集，其中，所述分析数据集包括：声波频率数据、声波幅度数据以及声波方向数据；

控制模块306，用于将所述分析数据集输入预置的超声波参数调整模型进行调整参数分析，得到对应的调整参数集合，并通过所述调整参数集合对所述超声波切割器进行设备控制。

通过上述各个模块的协同工作，对多个待测试高分子材料进行材料属性测试，得到多个待测试高分子材料的材料属性数据，其中，材料属性数据包括：声阻抗数据以及衰减系数数据；分别对每个待测试高分子材料的材料属性数据进行数据筛选，得到目标属性数据，并根据目标属性数据确定目标高分子材料；基于目标高分子材料构建声波采集传感器，并通过预置的超声波切割器对预置的待加工材料进行超声波切割处理，并通过声波采集传感器实时采集在超声波切割处理过程中的声波信号数据；对声波信号数据进行声波信号变化数据提取，得到目标声波信号变化数据；对目标声波信号变化数据进行数据分析，得到对应的分析数据集，其中，分析数据集包括：声波频率数据、声波幅度数据以及声波方向数据；将分析数据集输入预置的超声波参数调整模型进行调整参数分析，得到对应的调整参数集合，并通过调整参数集合对超声波切割器进行设备控制。在本申请方案中，分别对每个待测试高分子材料的材料属性数据进行个性化的数据筛选，得到目标属性数据。这一步骤有助于确定目标高分子材料，提高了后续声波切割处理的针对性和效率。构建基于目标高分子材料的声波采集传感器，并结合预置的超声波切割器对待加工材料进行超声波切割处理。这种智能化的处理方式在提高切割精度和效率方面具有明显的优势。通过声波采集传感器实时采集在超声波切割处理过程中的声波信号数据，使得实时监测和反馈成为可能。这有助于调整切割过程，优化切割效果。对目标声波信号变化数据进行数据分析，得到包括声波频率数据、声波幅度数据和声波方向数据的分析数据集。将这一数据集输入超声波参数调整模型，实现对超声波切割器的调整参数分析，并通过调整参数集合实现对切割器的智能化设备控制。这进一步提高了切割过程的精细化和个性化程度。

以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求范围当中。

Claims (8)

1.一种基于高分子材料的高频超声波控制方法，其特征在于，包括：

对多个待测试高分子材料进行材料属性测试，得到多个所述待测试高分子材料的材料属性数据，其中，所述材料属性数据包括：声阻抗数据以及衰减系数数据；

分别对每个所述待测试高分子材料的材料属性数据进行数据筛选，得到目标属性数据，并根据所述目标属性数据确定目标高分子材料；

基于所述目标高分子材料构建声波采集传感器，并通过预置的超声波切割器对预置的待加工材料进行超声波切割处理，并通过所述声波采集传感器实时采集在超声波切割处理过程中的声波信号数据；

对所述声波信号数据进行声波信号变化数据提取，得到目标声波信号变化数据；

对所述目标声波信号变化数据进行数据分析，得到对应的分析数据集，其中，所述分析数据集包括：声波频率数据、声波幅度数据以及声波方向数据；

将所述分析数据集输入预置的超声波参数调整模型进行调整参数分析，得到对应的调整参数集合，并通过所述调整参数集合对所述超声波切割器进行设备控制。

2.根据权利要求1所述的基于高分子材料的高频超声波控制方法，其特征在于，所述对多个待测试高分子材料进行材料属性测试，得到多个所述待测试高分子材料的材料属性数据，其中，所述材料属性数据包括：声阻抗数据以及衰减系数数据步骤，包括：

对多个所述待测试高分子材料进行声阻抗测试，得到每个所述待测试高分子材料的声阻抗测试数据；

通过预置的脉冲超声波发射器分别对每个所述待测试高分子材料发射短脉冲声波信号，并实时采集每个所述待测试高分子材料输出的输出脉冲信号；

基于所述短脉冲声波信号以及所述输出脉冲信号，对每个所述待测试高分子材料进行衰减系数分析，得到每个所述待测试高分子材料数据的衰减系数数据。

3.根据权利要求1所述的基于高分子材料的高频超声波控制方法，其特征在于，所述分别对每个所述待测试高分子材料的材料属性数据进行数据筛选，得到目标属性数据，并根据所述目标属性数据确定目标高分子材料步骤，包括：

分别对每个所述待测试高分子材料的材料属性数据进行筛选条件分析，得到筛选条件集合；

基于所述筛选条件集合，分别对每个所述待测试高分子材料的材料属性数据进行数据筛选，得到目标属性数据，并根据所述目标属性数据确定目标高分子材料。

4.根据权利要求1所述的基于高分子材料的高频超声波控制方法，其特征在于，所述基于所述目标高分子材料构建声波采集传感器，并通过预置的超声波切割器对预置的待加工材料进行超声波切割处理，并通过所述声波采集传感器实时采集在超声波切割处理过程中的声波信号数据步骤，包括：

基于所述目标高分材料筛选得到声波采集传感器；

通过所述超声波切割器对所述待加工材料进行切割位置标定，得到所述待加工材料对应的切割位置数据；

基于所述切割位置数据，通过所述超声波切割器对所述待加工材料进行超声波切割处理；

通过所述声波采集传感器实时采集在超声波切割处理过程中的声波信号数据。

5.根据权利要求1所述的基于高分子材料的高频超声波控制方法，其特征在于，所述对所述声波信号数据进行声波信号变化数据提取，得到目标声波信号变化数据步骤，包括：

对所述声波信号数据进行频域转换，得到所述声波信号数据对应的频域数据；

对所述频域数据进行频谱分析，得到所述频域数据对应的频谱分析数据；

基于所述频谱分析数据，对所述声波信号数据进行特征提取，得到所述声波信号对应的幅度变化数据以及相位变化数据；

将所述幅度变化数据以及所述相位变化数据合并为所述目标声波信号变化数据。

6.根据权利要求1所述的基于高分子材料的高频超声波控制方法，其特征在于，所述对所述目标声波信号变化数据进行数据分析，得到对应的分析数据集，其中，所述分析数据集包括：声波频率数据、声波幅度数据以及声波方向数据步骤，包括：

对所述目标声波信号变化数据进行频率范围标定，得到所述目标声波信号变化数据对应的目标频率范围；

基于所述目标频率范围，对所述目标声波信号变化数据进行峰值检测，得到对应的峰值数据，并基于所述峰值数据确定对应的声波幅度数据；

基于所述目标频率范围，对所述目标声波信号变化数据进行声波频率数据提取，得到对应的声波频率数据；

对所述目标声波信号变化数据进行变化方向分析，得到对应的声波方向数据。

7.根据权利要求6所述的基于高分子材料的高频超声波控制方法，其特征在于，所述将所述分析数据集输入预置的超声波参数调整模型进行调整参数分析，得到对应的调整参数集合，并通过所述调整参数集合对所述超声波切割器进行设备控制步骤，包括：

将所述分析数据集输入所述超声波参数调整模型进行参数映射关系构建，得到目标映射关系；

基于所述目标映射关系对所述分析数据集进行调整参数映射，得到所述调整参数集合；

通过所述调整参数集合对所述超声波切割器进行设备控制。

8.一种基于高分子材料的高频超声波控制系统，用以执行如权利要求1至7任一项所述的基于高分子材料的高频超声波控制方法，其特征在于，包括：

测试模块，用于对多个待测试高分子材料进行材料属性测试，得到多个所述待测试高分子材料的材料属性数据，其中，所述材料属性数据包括：声阻抗数据以及衰减系数数据；

筛选模块，用于分别对每个所述待测试高分子材料的材料属性数据进行数据筛选，得到目标属性数据，并根据所述目标属性数据确定目标高分子材料；

构建模块，用于基于所述目标高分子材料构建声波采集传感器，并通过预置的超声波切割器对预置的待加工材料进行超声波切割处理，并通过所述声波采集传感器实时采集在超声波切割处理过程中的声波信号数据；

提取模块，用于对所述声波信号数据进行声波信号变化数据提取，得到目标声波信号变化数据；

分析模块，用于对所述目标声波信号变化数据进行数据分析，得到对应的分析数据集，其中，所述分析数据集包括：声波频率数据、声波幅度数据以及声波方向数据；

控制模块，用于将所述分析数据集输入预置的超声波参数调整模型进行调整参数分析，得到对应的调整参数集合，并通过所述调整参数集合对所述超声波切割器进行设备控制。