一种基于改进神经网络的水导激光切割参数预测方法技术

技术编号:39930603 阅读:27 留言:0更新日期:2024-01-08 21:47
本发明专利技术属于机加工技术领域,涉及一种基于改进神经网络的水导激光切割参数预测方法,通过采集数据后进行数据处理与训练,完成参数寻优的过程,并将寻优得到的最佳参数应用到水导激光切割平台,进行实际切割,本发明专利技术能有效减少水导激光切割对样品的切割实验而得到最佳参数,提高切割效率。

【技术实现步骤摘要】

本专利技术属于机加工,涉及一种基于改进神经网络的水导激光切割参数预测方法


技术介绍

1、水导激光加工技术是一种先进的激光加工技术,其原理是利用激光在水与空气的界面上发生全反射的现象,将激光约束在直径几十微米的微细水射流中,水射流内保持极高的激光能量密度,可以用于实现高精度切割。与传统加工方式相比,水导激光加工具有长工作距离,同时水射流可以减小激光热影响,及时带走加工碎屑。由于水导激光的切割参数直接影响切割时间与质量。一般直接可调节的参数有激光功率,激光频率,水压,气压,切割速度,加工高度等,特别是当加工图案为复杂图样时,对于加工图案里不同的元素,需要设定不同的参数。按照传统工艺,需要对样品大量试验才能够得到合适的加工参数,当加工图案越复杂,所需要调试的参数也就越多,不仅需要大量的实验样品,调参时间也大幅增加。而通过训练神经网络,可以得到一个符合样品的切割预测模型,而后输入不同的参数组合,根据预测结果找到最优切割参数。再将预测参数应用在实际的水导激光加工装置上,有效减轻人工调节参数的环节,减少了试验参数环节对样品的浪费。

2、然而,现有方法是设本文档来自技高网...

【技术保护点】

1.一种基于改进神经网络的水导激光切割参数预测方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的一种基于改进神经网络的水导激光切割参数预测方法,其特征在于,所述步骤三中,将输入参数进行特征降维,减小计算难度,避免不必要的计算开销,增加对神经网络模型参数的智能优化,提高训练效率,提高整体算法的速度与准确度。

3.根据权利要求1所述的一种基于改进神经网络的水导激光切割参数预测方法,其特征在于,所述步骤一中,设定的不同参数,包括:激光功率,激光频率,水压,气压,切割速度,加工高度。

4.根据权利要求1所述的一种基于改进神经网络的水导激光切割参数预测方...

【技术特征摘要】

1.一种基于改进神经网络的水导激光切割参数预测方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的一种基于改进神经网络的水导激光切割参数预测方法,其特征在于,所述步骤三中,将输入参数进行特征降维,减小计算难度,避免不必要的计算开销,增加对神经网络模型参数的智能优化,提高训练效率,提高整体算法的速度与准确度。

3.根据权利要求1所述的一种基于改进神经网络的水导激光切割参数预测方法,其特征在于,所述步骤一中,设定的不同参数,包括:激光功率,激光频率,水压,气压,切割速度,加工高度。

4.根据权利要求1所述的一种基于改进神经网络的水导激光切割参数预...

【专利技术属性】
技术研发人员:王伟张鑫磊
申请(专利权)人:陕西渥特镭铯机械制造有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1