【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 ...
【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:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。