压延玻璃激光打孔自学习位置校准方法及系统技术方案

本发明专利技术提供压延玻璃激光打孔自学习位置校准方法及系统包括：以等差递增的方式采集辊道设置速度数据，从辊道设置速度数据中找出并筛除干扰数据，以得到最终记录距离校准值；设计数据归一函数；采用四层神经网络算法，以归一入辊道设置速度以及归一正位辊道设置速度作为输入层神经元，并设置预置数量的隐含层神经元以及输出层神经元，以设置位置校准自学习算法供数据培训，据以获取层间连接网络权值；设计寻优学习步长函数；设计培训阀值函数；设计并利用反归一处理函数处理培训初始结果，据以得到反归一校准结果。本发明专利技术解决了易受外界干扰以及定位及校准精度较差导致玻璃压边的技术问题。技术问题。技术问题。

【技术实现步骤摘要】
压延玻璃激光打孔自学习位置校准方法及系统


[0001]本专利技术涉及玻璃材料加工控制领域，具体涉及压延玻璃激光打孔自学习位置校准方法及系统。

技术介绍

[0002]随着新能源产品的快速发展，对光伏玻璃需求量也越来越大，针对于玻璃的深加工要求也越来越高，压延玻璃的激光打孔是玻璃深加工方面的一项重要的步骤，压延玻璃的激光打孔主要分为三个阶段，第一阶段是玻璃位置校准阶段，第二阶段为玻璃打孔阶段，第三阶段是待片探孔阶段，相对于其它的两个阶段，第一阶段由于其决定玻璃的倾斜的大小，它直接影响后期打孔的精度问题，所以第一阶段非常重要，实际打孔过程中，由于进片的玻璃往往有一些不确定的倾斜度，导致玻璃不是垂直与辊道，如果不经过校准就开始打孔会导致位置有很大的偏差，造成与实际需求不符，针对于这种情况，所以进片之后需要对玻璃进行校准处理，使得玻璃垂直与辊道。
[0003]如图1所示，为玻璃旋转前的玻璃校准示意图，以下为玻璃在现有技术中的校准方式流程具体步骤：
[0004]S1
’
、玻璃在辊道运行到定位完成后停止；
[0005]S2
’
、玻璃托盘升起；
[0006]S3
’
、判断玻璃是否需要旋转；
[0007]S4
’
、如果需要旋转将玻璃，执行步骤S5
’
，如果不需要旋转执行步骤S6
’
；
[0008]S5
’
、旋转架升起，旋转架旋转90度，旋转到位后旋转架落下，把玻璃放在托盘上面；
[0009]S6
’
、左右两个正位挡轮落下，右侧挡轮推出，正位玻璃角度；
[0010]S7
’
、右侧挡轮回落，左右两个正位挡轮收回；
[0011]S8
’
、正位完成，等到下一辊道允许进入信号。
[0012]图2为玻璃旋转完成后的位置示意图，现实中如果存在玻璃旋转，对玻璃辊道的定位实际位置是十分重要，如果存在误差就可能导致如图2所示的情况，玻璃旋转完成后一侧压玻璃边缘。这种情况往往是因为，玻璃在运行是前后速度不匹配导致，玻璃在前一辊道待片，然后加速送片到激光打孔正位辊道，由于入辊道电机为异步电机，玻璃与辊道存在滑动情况，使得入辊道的速度存在一定偏差，而激光打孔正位辊道驱动电机是伺服电机，它的加速很快，它的定位依据为通过定时器计算脉冲数值或者通过外部编码器进行绝对值定位或者相对定位，由于其在不同辊道速度有所差异，其定位位置很容易受外部干扰，从而导致定位的精度有所下降。例如公布号为CN217418512U的现有技术专利文献《一种玻璃压延机压力辅助微调装置》包括底座、支撑杆和固定框，支撑杆固定连接在底座顶部的一端，支撑杆的内部活动贯穿有活动杆，支撑杆一侧的中部贯穿有支撑轴，支撑轴的一端贯穿活动杆并与支撑杆内壁的中部固定连接，固定框顶端设置有活节铰链，固定框通过活节铰链与活动杆铰接，固定框的内部横向设置有增压辊。该现有技术通过电动伸缩杆的输出端缓慢
上升并对活动杆的一端进行抵触增压，使得活动杆以支撑轴为轴心进行逆时针旋转，活动杆在逆时针旋转的过程中通过活节铰链带动增压辊向下移动，用以延压玻璃。这种现有技术采用的调整方式为通过电动伸缩杆输出端缓慢上升并对活动杆抵触增压，仅以单一的施加机械作用力的方式进行调整，且现有技术只适用于调整机件压力，无法进行玻璃位置校准调节。
[0013]公开号为CN106513986A的现有专利技术专利申请文献《一种激光与超声复合式钻孔加工系统及其加工方法》包括激光加工系统、超声加工系统、精密旋转定位机构和轴心找正系统，激光加工系统与超声加工系统通过安装在精密旋转定位机构上以调控定位，轴心找正系统主要包括定位面板、锁紧结构、重心传感器、距离传感器、定向调整结构、运动调节底座和驱动控制装置，定位面板为装载待加工工件的薄块状支撑面板。由该现有技术的具体校准内容可知，该现有技术采用安装在精密旋转定位机构上的激光加工系统及超声加工系统，通过复合加工的加工程序调控定位，但从该现有技术的具体实现方案中可得知，该现有技术用于超声波刀柄的定位，无法避免在玻璃旋转过程中出现的误差。同时，该现有技术也没有公开具体的校准控制数理逻辑以及阈值等关键参数，无法有效保证实际校准操作的精确度。
[0014]公开号为CN114799495A的现有专利技术专利申请文献《一种激光切割的控制方法及相关装置》包括：采集不同成分比例的样品玻璃的切割参数、所述样品玻璃在切割过程中的声发射信号和所述样品玻璃在切割完成后的表面特征参数；将所述切割参数、所述声发射信号和所述表面特征参数作为数据训练集训练卷积神经网络模型，得到所述切割参数、所述声发射信号和所述表面特征参数相互关联的目标模型；基于所述目标模型完成对待加工玻璃的切割。该现有技术采集声发射信号以及玻璃表面特征参数，并结合梯度传播算法训练获取目标模型，用以处理得到玻璃传输加工机械装置的控制参数。然而，该现有技术主要将采集对象集中于玻璃表面特征参数以及切割参数，并未采集并处理辊道速度等重要参数，无法应用于保证玻璃转动以及送片过程中的校准。
[0015]综上，现有技术存在易受外界干扰以及定位及校准精度较差导致玻璃压边的技术问题。

技术实现思路

[0016]本专利技术所要解决的技术问题在于如何解决现有技术中易受外界干扰以及定位及校准精度较差导致玻璃压边的技术问题。
[0017]本专利技术是采用以下技术方案解决上述技术问题的：压延玻璃激光打孔自学习位置校准方法包括：
[0018]S1、以等差递增的方式采集不少于2组的辊道设置速度数据，利用预置分段筛选逻辑，从辊道设置速度数据中找出并筛除干扰数据，以得到最终记录距离校准值；
[0019]S2、归一化处理最终距离校准值，据以处理得到数据归一函数，以得到归一入辊道设置速度V1以及归一正位辊道设置速度V2；
[0020]S3、采用四层神经网络算法，以归一入辊道设置速度V1以及归一正位辊道设置速度V2作为输入层神经元，并设置预置数量的隐含层神经元以及输出层神经元，以设置位置校准自学习算法供数据培训，据以获取层间连接网络权值；
[0021]S4、设计寻优学习步长函数，根据预设步长寻优阀值更新学习步长，据以寻获最佳学习步长数值，据以获取测试数据组；
[0022]S5、从测试数据组中提取单次测试数据，设计培训阀值函数，以根据预置培训阀值验证单次测试数据的误差，据以获取适用模型，以得到培训初始结果；
[0023]S6、设计并利用反归一处理函数处理培训初始结果，据以得到反归一校准结果。
[0024]本专利技术通过机器自我进行学习，使之可以预测出偏差数据，自动在线改变玻璃定位的距离，解决玻璃压边的问题。本专利技术设计针对前后段速度不匹配，导致定位存在较大误差使得玻璃在旋转后玻璃存在压边问题，本专利技术改进了四层神经算法中的神经元设置，设计寻优学习步长函数，通过这个函数可以自动进行寻优学习步长系数，建立起有效数学模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.压延玻璃激光打孔自学习位置校准方法，其特征在于，所述方法包括：S1、以等差递增的方式采集不少于2组的辊道设置速度数据，利用预置分段筛选逻辑，从所述辊道设置速度数据中找出并筛除干扰数据，以得到最终记录距离校准值；S2、归一化处理所述最终距离校准值，据以处理得到数据归一函数，以得到归一入辊道设置速度V1以及归一正位辊道设置速度V2；S3、采用四层神经网络算法，以所述归一入辊道设置速度V1以及所述归一正位辊道设置速度V2作为输入层神经元，并设置预置数量的隐含层神经元以及输出层神经元，以设置位置校准自学习算法供数据培训，据以获取层间连接网络权值；S4、设计寻优学习步长函数，根据预设步长寻优阀值更新学习步长，据以寻获最佳学习步长数值，据以获取测试数据组；S5、从所述测试数据组中提取单次测试数据，设计培训阀值函数，以根据预置培训阀值验证所述单次测试数据的误差，据以获取适用模型，以得到培训初始结果；S6、设计并利用反归一处理函数处理所述培训初始结果，据以得到反归一校准结果。2.根据权利要求1所述的压延玻璃激光打孔自学习位置校准方法，其特征在于，所述步骤S1中，利用下述逻辑，从所述辊道设置速度数据中找出并筛除所述干扰数据，以得到所述最终记录距离校准值：式中，Y1,Y
t1
,Y
t2
分别为最终记录距离校准值，最初记录距离校准值，E
r
为误差值。3.根据权利要求1所述的压延玻璃激光打孔自学习位置校准方法，其特征在于，所述步骤S2中，以下述逻辑归一化处理所述最终距离校准值，据以处理得到数据归一函数：式中，V
x
为归一后速度值，v1为入辊道设置速度,v2为正位辊道设置速度。4.根据权利要求1所述的压延玻璃激光打孔自学习位置校准方法，其特征在于，所述步骤S2中的所述最终记录距离校准值的归一函数为：y＝Y1/1000
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)式中,y为归一距离校准值。5.根据权利要求1所述的压延玻璃激光打孔自学习位置校准方法，其特征在于，所述步骤S3包括：S31、设置输入层、隐含层及输出层函数；S32、利用所述四层神经网络算法进行正向传导操作，以获取网络输出及期望误差；S33、利用所述四层神经网络算法进行反向传导操作，以调整权值，据以得到所述层间连接网络权值。6.根据权利要求5所述的压延玻璃激光打孔自学习位置校准方法，其特征在于，所述步骤S32包括：
S321、以下述逻辑确定第一个隐含层函数值：式中，表示第一隐含层第一个神经元输出数据，表示第一隐含层第二个神经元输出数据，表示第一隐含层第三个神经元输出数据，两个神经元之间的权值，b1表示前一层神经元，b2表示下一层神经元，b3表示具体层数；S322、以下述逻辑确定第二个隐含层函数值：S323、以下述逻辑定义输出层函数；S324、利用下述逻辑获取所述网络输出与所述期望误差：E＝y
‑
y1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)。7.根据权利要求5所述的压延玻璃激光打孔自学习位置校准方法，其特征在于，所...

【专利技术属性】
技术研发人员：司文凯，叶坤，郑纤秀，卢佩庆，丁蕾，宋方轲，巩恒亮，李学武，黄广楠，杨华龙，
申请(专利权)人：蚌埠凯盛工程技术有限公司，
类型：发明
国别省市：