一种智能生产线激光熔化切割毛刺监测系统及方法技术方案

本发明专利技术属于毛刺监测技术领域，本发明专利技术公开了一种智能生产线激光熔化切割毛刺监测系统及方法；包括：通过收集激光熔化切割方式切割钢件的仿真模拟结果，生成毛刺程度指标；根据毛刺程度指标判断钢件是否为合格件或废件；基于仿真模拟结果和毛刺程度指标，训练根据切割方案预测出毛刺程度指标的机器学习模型；根据机器学习模型结果，设置目标函数；使用梯度下降算法对目标函数优化，得到一组最优切割方案，从而生成激光切割机调节方案

【技术实现步骤摘要】
一种智能生产线激光熔化切割毛刺监测系统及方法


[0001]本专利技术涉及毛刺监测
，更具体地说，本专利技术涉及一种智能生产线激光熔化切割毛刺监测系统及方法
。

技术介绍

[0002]激光熔化切割是利用激光加热使金属材料熔化，然后通过与光束同轴的喷嘴喷吹非氧化性气体
(Ar、He、N
等
)
，依靠气体的强大压力使液态金属排出，形成切口，完成切割操作
。
[0003]申请公告号
CN116213963A
的中国专利公开了一种薄板激光切割装置及激光切割方法，实现自动上下料
、
切割和排出废料工作，具有自动化程度高，工作效率高的优点；降低支撑板组因被切割而导致板材切割表面产生发黑的概率
。
[0004]但是，对于每一种钢件，不能精密的设计激光切割的方案，不能精准设计激光切割机的各项参数以减少毛刺的产生，在实验得出切割方案之前，产生的钢件废件较多，浪费资源
。
[0005]鉴于此，本专利技术提出一种智能生产线激光熔化切割毛刺监测系统及方法以解决上述问题
。

技术实现思路

[0006]为了克服现有技术的上述缺陷，本专利技术的实施例提供一种智能生产线激光熔化切割毛刺监测系统及方法
。
[0007]为实现上述目的，本专利技术提供如下技术方案：一种智能生产线激光熔化切割毛刺监测方法，所述方法包括：
[0008]仿真模拟使用激光熔化切割方式切割钢件的过程并生成仿真模拟结果；
[0009]收集每组切割方案对应的仿真模拟结果，并生成对应的毛刺程度指标
MC
；
[0010]设置毛刺程度指标阈值
MCok
，当
MC≤MCok
时，标记钢件为合格件，当
MC>MCok
时，标记钢件为废件；
[0011]基于仿真模拟结果和毛刺程度指标，训练根据切割方案预测出毛刺程度指标的机器学习模型；
[0012]设置目标函数
G(A,B,C,D)
＝
(F(A,B,C,D)
‑
E)2，使用梯度下降算法对目标函数优化，最终得到一组最优切割方案；
[0013]根据最优切割方案，生成激光切割机调节方案
。
[0014]一种智能生产线激光熔化切割毛刺监测系统，包括：
[0015]仿真模拟模块用于仿真模拟使用激光熔化切割方式切割钢件的过程，生成仿真模拟结果；
[0016]数据处理模块用于收集仿真模拟结果，并生成毛刺程度指标；
[0017]模型训练模块基于仿真模拟结果和毛刺程度指标，训练根据切割方案预测出毛刺
程度指标的机器学习模型；设置目标函数
G(A,B,C,D)
＝
(F(A,B,C,D)
‑
E)2，使用梯度下降算法对目标函数优化，最终得到一组最优切割方案；
[0018]控制模块根据最优切割方案，设置激光熔化切割方式切割钢件过程中的调节参数
。
[0019]一种电子设备，包括：处理器和存储器，其中，所述存储器中存储有可供处理器调用的计算机程序；
[0020]所述处理器通过调用所述存储器中存储的计算机程序，执行上述的一种智能生产线激光熔化切割毛刺监测方法
。
[0021]一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行上述的一种智能生产线激光熔化切割毛刺监测方法
。
[0022]本专利技术一种智能生产线激光熔化切割毛刺监测系统及方法的技术效果和优点：
[0023]1.
通过仿真模拟使用激光熔化切割方式切割钢件的过程并生成仿真模拟结果；根据仿真模拟结果，生成毛刺程度指标
MC
；设置毛刺程度指标阈值
MCok
，与
MC
比较，对钢件标记合格件或废件；基于仿真模拟结果和毛刺程度指标，训练根据切割方案预测出毛刺程度指标的机器学习模型；根据机器学习模型结果，设置目标函数
G(A,B,C,D)
＝
(F(A,B,C,D)
‑
E)2，使用梯度下降算法对目标函数优化，得到一组最优切割方案，从而生成激光切割机调节方案；实现对于激光熔化切割方式切割一种钢件时，产生的毛刺在允许范围内，并且在得出最优切割方案过程中使用到了仿真模拟，不产生真实的废件，节约了资源，使用最优切割方案的调节参数对激光切割机调节，减少了工作人员实际实验得出激光切割机参数的时间，降低了废件的产生，有效降低了成本
。
附图说明
[0024]图1为本专利技术的一种智能生产线激光熔化切割毛刺监测系统示意图；
[0025]图2为本专利技术的一种智能生产线激光熔化切割毛刺监测方法示意图；
[0026]图3为本专利技术的一种电子设备示意图
。
具体实施方式
[0027]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚
、
完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例
。
基于本专利技术中的实施例，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，都属于本专利技术保护的范围
。
[0028]实施例1[0029]请参阅图1所示，本实施例所述一种智能生产线激光熔化切割毛刺监测系统，包括，仿真模拟模块
1、
数据处理模块
2、
模型训练模块3与控制模块4；其中，各个模块之间通过有线和
/
或无线网络方式连接
。
[0030]仿真模拟模块1用于仿真模拟使用激光熔化切割方式切割钢件的过程，将仿真模拟结果发送给数据处理模块2和模型训练模块
3。
[0031]所述仿真模拟使用激光熔化切割方式切割钢件的过程如下：
[0032]使用
COMSOL
软件，在“Model Builder”中选择“3D”创建一个新模型；
[0033]在“Geometry”模块中导入钢件的三维
CAD
模型；
[0034]所述钢件的三维
CAD
模型由工作人员对于待切割的钢件进行
CAD
三维建模获取；
[0035]通过添加“Workplane”和“Extrusion”等几何操作来定义激光熔化切割路径，即边界条件；
[0036]在“Materials”模块中添加切割钢件的材料信息，包括热传导系数
、
比热容
、
密度与熔点等，钢件的材料信息可由
COMSOL
内置的材料数据库直接获取；
[0037]在“Physics”模块中添加物理模型；使用激光熔化切割方式切割钢件可添加辐射传热模型
、
气体流动模型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种智能生产线激光熔化切割毛刺监测方法，其特征在于，包括：仿真模拟使用激光熔化切割方式切割钢件的过程并生成仿真模拟结果；收集每组切割方案对应的仿真模拟结果，生成对应的毛刺程度指标；根据毛刺程度指标判断钢件是否为合格件或废件；基于仿真模拟结果和毛刺程度指标，训练根据切割方案预测出毛刺程度指标的机器学习模型；根据机器学习模型结果设置目标函数，使用梯度下降算法对目标函数优化，得到一组最优切割方案；根据最优切割方案，生成激光切割机调节方案
。2.
根据权利要求1所述的一种智能生产线激光熔化切割毛刺监测方法，其特征在于，设置毛刺程度指标阈值
MCok
，当
MC≤MCok
时，标记钢件为合格件，当
MC>MCok
时，标记钢件为废件
。3.
根据权利要求2所述的一种智能生产线激光熔化切割毛刺监测方法，其特征在于，生成毛刺程度指标的过程如下：通过公式：求得毛刺程度指标
MC
，式中，
n
为熔池边界凸起的个数；
Δ
H
a
为第
a
个熔池边界的凸起到钢件几何中心的距离与第
a
个熔池边界的凹陷到钢件几何中心的距离之差；
D
b
为第
b
个熔池边界的凸起到邻近的熔池边界的凸起的直线距离；
T
z
为温度梯度指标
。4.
根据权利要求3所述的一种智能生产线激光熔化切割毛刺监测方法，其特征在于，式中，
T
c
为，距钢件几何中心的第
c
单位长度处的温度，
T
c
‑1为距钢件几何中心的第
c
‑1单位长度的温度，
m
为大于2的整数
。5.
根据权利要求4所述的一种智能生产线激光熔化切割毛刺监测方法，其特征在于，训练出根据切割方案预测出毛刺程度指标的机器学习模型的方法包括：将每组切割方案的激光功率
、
扫描速度
、
激光直径与氮气气流速度转换为特征向量，将每组切割方案对应的毛刺程度指标转换为标签，将每组特征向量和与每组特征向量对应的标签构建为一个样本，收集多个样本构建为机器学习的数据集；所述数据集分为训练集
、
验证集和测试集，其中训练集占数据集的
70
％，验证集和测试集各占数据集的
15
％；将所述训练集作为机器学习模型的输入，所述机器学习模型以钢件的毛刺程度指标作为输出，以一组切割方案特征向量对应的毛刺程度指标作为预测目标，通过将损失函数最小化为目标来训练机器学习模型，损失函数中
mse
为损失函数值，
i
为特征向量组号；
u
为特征向量组数；
y
i
为第
i
组特征向量对应的真实毛刺程度指标，为第
i
组特征向量对应预测的毛刺程度指标
。
以最小化机器学习模型损失函数作为训练目标；当机器学习模型损失函数小于等于目标损失值时停止训练
。6.
根据权利要求5所述的一种智能生产线激光熔化切割毛刺监测方法，其特征在于，在目标函数
G(A,B,C,D)
＝
(F(A,B,C,D)
‑
E)2式中，
F(A,B,C,D)
为机器学习模型训练完成后得
到的关于激光功率
A、
扫描速度
B、
激光直径
C
与氮气气流速度
D
的函数，
F(A,B,C,D)
的值表示毛刺程度指标；
E
表示毛刺程度指标阈值；所述最优切割方案的调节参数为对应毛刺程度指标阈值
E
的一组
A、B、C
与
D
的值，将值设为
A
＝
A
E
，
B
＝
B
E
,C
＝
C
E
,D
＝
D
E
,A
E
、B
E
、C

【专利技术属性】
技术研发人员：章俊，郑峤峰，俞荫乾，
申请(专利权)人：安徽助行软件科技有限公司，
类型：发明
国别省市：