一种自适应调参方法、系统及激光打标设备技术方案

本发明专利技术公开一种自适应调参方法、系统及激光打标设备，方法包括步骤：构建神经网络模型，采用激光打标材料的打标参数样本对神经网络模型进行训练，获取目标网络模型；将材料参数及打标目标值作为输入参数输入到目标网络模型，进行迭代运算，获取激光打标设备的最佳工艺参数；利用获取的最佳工艺参数对激光打标设备进行自适应调整；通过利用目标网络模型推导计算达标效果值，并利用颜色空间色差函数计算色差差值，从而获取工艺参数的最优解，对激光打标设备进行参数自适应调整，解决了激光打标设备参数需要员工消耗大量的时间和精力进行调试，相关的技能无法标准化及技术传承难的问题。题。题。

【技术实现步骤摘要】
一种自适应调参方法、系统及激光打标设备


[0001]本专利技术涉及激光加工
，特别涉及一种自适应调参方法、系统及激光打标设备。

技术介绍

[0002]激光加工是激光行业中最大的应用领域。随着经济和科技的飞速发展，高端制造业对于加工出来产品的精度及品质要求也逐渐提高。而激光加工以高效率、高精度等特点在许多领域替代了传统的加工方法，得到了广泛的应用。激光加工技术广泛应用于消费电子、新能源、半导体等行业。而中国作为世界上消费电子、新能源等领域生产制造大国，激光加工在国内各行各业也得到了越来越广泛的应用。
[0003]激光制造装备是集光、机、电、软件、工艺于一体的先进制造工具，其对生产过程及应用工艺的把控需要大量的经验和技能积累，目前在工业激光智能制造领域的难题和挑战有：
[0004]平时工作过程中，激光应用工程师在对不同行业客户产品的测试中，往往是通过经验来判定激光参数，调试效果，由于不同行业涉及产品种类和评价标准五花八门，非常繁杂，这中间会耗费大量的时间和精力，并且有较多人为因素在里面影响判断；
[0005]这些调试技本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自适应调参方法，其特征在于，包括步骤：构建神经网络模型，采用激光打标材料的打标参数样本对所述神经网络模型进行训练，获取目标网络模型；将材料参数及打标目标值作为输入参数输入到所述目标网络模型，进行迭代运算，获取激光打标设备的最佳工艺参数；利用获取的所述最佳工艺参数对所述激光打标设备进行自适应调整；其中，所述打标参数包括材料参数、打标效果值及对应的工艺参数。2.根据权利要求1所述的自适应调参方法，其特征在于，所述步骤：将材料参数及打标目标值作为输入参数输入到所述目标网络模型，进行迭代运算，获取激光打标设备的最佳工艺参数，包括：利用适应度函数计算颜色空间色差值；获取所述颜色空间色差值与目标值之间的色差差值；若所述色差差值小于规定阈值，则所述达标效果值对应的工艺参数为最优解，停止迭代；若所述色差差值大于规定阈值，则对本次迭代的打标参数进行变异处理，获取新参数种群，参与下一次迭代。3.根据权利要求2所述的自适应调参方法，其特征在于，所述步骤：利用适应度函数计算颜色空间色差值，包括：利用所述目标网络模型计算打标效果值；计算所述打标效果值与目标打标值之间的打标差值；利用颜色空间色差函数公式：ΔE
CIE
＝[(ΔL*)2+(Δa*)2+(Δb*)2]
1/2
ꢀꢀꢀꢀ
(1)计算所述颜色空间色差值；其中，ΔL*表示心理明度，ΔL*＝L(效果值)
‑
L(目标值)正值表示偏亮，负值表示偏暗；Δa*为心理色度，Δa*＝a(效果值)
‑
a(目标值)正值表示偏红，负值表示偏绿；Δb*为心理色度，Δb*＝b(效果值)
‑
b(目标值)正值表示偏黄，负值表示偏蓝。4.根据权利要求2所述的自适应调参方法，其特征在于，所述步骤：若所述色差差值大于规定阈值，则对本次迭代的打标参数进行变异处理，获取新参数种群，参与下一次迭代，包括：利用式子(2)计算所述打标参数中个体的选择概率，其中，f
i
表示第i个个体的适应度，P
i
为第i个个体被选中的概率；将选中的参数随机进行相互交叉并在随机的位置进行变...

【专利技术属性】
技术研发人员：李文贤，庄昊学，余圳曦，孙宇翔，李思迪，
申请(专利权)人：深圳技术大学，
类型：发明
国别省市：