能量束工作状态控制方法

著录项
  • CN201810978470.3
  • 20180827
  • CN109014626A
  • 20181218
  • 王天骄
  • 王天骄
  • B23/K2670
  • B23/K2670

  • 北京市海淀区清华大学李兆基科技大楼A216
  • 北京(11)
摘要
本发明提供了一种能量束工作状态控制方法,包括步骤:1、设计能量束工作状态离散空间,对能量束工作状态离散空间中不同工作状态能量束作用于材料辐射出的多波段复合电磁波信号进行数据采样;2、使用神经网络建立不同工作状态能量束作用于材料辐射出的多波段复合电磁波信号与能量束工作状态的关系模型;3、在能量束工作过程中实时连续采集其作用于材料辐射出的多波段复合电磁波信号,使用步骤2得到的能量束工作状态评价网络输出其工作状态评价,基于评价给出控制动作;4、循环执行步骤3。
权利要求

1.一种能量束工作状态控制方法,其特征在于,包括步骤:

步骤1:设计能量束工作状态离散空间,对能量束工作状态离散空间中不同工作状态能量束作用于材料辐射出的多波段复合电磁波信号进行数据采样;本发明以能量束工作参数的组合(P,V,F,M)来表达能量束工作状态,其中P为能量束工作功率,V为能量束工作速度,F为能量束工作焦深,M为能量束工作模式;所有(P,V,F,M)的组合构成了能量束工作状态空间,本发明将此空间进行离散,其中P,V,F连续且存在工作上下限,分别将其工作上限记为P,V,F,将其工作下限记为P,V,F;分别对三个工作参数区间进行等分操作,其中对P以(P-P)/N进行N等分,对V以(V-V)/N进行N等分,对F以(F-F)/N进行N等分,能量束工作模式M本身是离散的且是有限个工作模式,记为N个工作模式;因而本发明中(P,V,F,M)参数组合构成的能量束离散工作状态空间包含N个工作状态,其中N=N×N×N×N,且N≥2,N≥2,N≥2,N≥1;对于所有N个能量束工作状态中的第i个工作状态(P,V,F,M),其工作功率为P= P +(j+0.5) ×(P-P)/N,工作速度为V= V +(k+0.5) ×(V-V)/N,工作焦深为F= F +(n+0.5) ×(F-F)/N,工作模式为M=m,i与j,k,n,m的关系为i=m×(N×N ×N) + n×(N ×N) + k×N + j,因而对于任意i都有唯一(j,k,n,m)与之对应,其中0≤i≤N -1,0≤j≤N -1,0≤k≤N -1,0≤n≤N -1,0≤m≤N -1;对于一种材料,固定能量束与工作平面的垂直距离,使能量束在整个可达工作平面上以第i个工作状态(P,V,F,M)连续工作,工作过程中使用光学传感器连续采集能量束作用于材料辐射出的不同波段电磁波信号点阵数据,采集的曝光时间固定为t微秒,其中10≤t≤1000000;本发明使用(λ’,λ’’,λ’’’)来分别代表采集到的红外波段电磁波信号点阵数据、可见光波段电磁波信号点阵数据和其它波段电磁波信号点阵数据;将采集得到的不同波段电磁波点阵数据(λ’,λ’’,λ’’’)与工作状态i组合构成数据单元[(λ’,λ’’,λ’’’),i];对每个能量束工作状态i在能量束工作平面上连续采集得到K个[(λ’,λ’’,λ’’’),i]数据单元,且所有K个数据单元的采集位置应覆盖整个能量束工作平面,其中K≥100,0≤i≤N -1;所有N个能量束工作状态下采集得到的所有[(λ’,λ’’,λ’’’),i]数据单元共同构成数据集D;

步骤2:使用神经网络建立不同工作状态能量束作用于材料辐射出的多波段复合电磁波信号与能量束工作状态的关系模型;本发明使用神经网络 (;)建立不同工作状态能量束作用于材料辐射出的多波段复合电磁波信号与能量束工作状态的关系模型,其中神经网络 (;) 的输入为=(λ’,λ’’,λ’’’),即数据集D中的多波段复合电磁波信号点阵数据,输出为能量束工作状态在N个工作状态的上的概率分布[],为神经网络参数;以softmax互熵损失值使用随机梯度下降法在数据集D上训练更新的网络参数;训练完成后得到能量束工作状态评价网络 (;),对于任意多波段复合电磁波信号点阵数据输入,通过能量束工作状态评价网络 (;)输出为该能量束工作状态在N种工作状态上的概率分布[],本发明通过N种工作状态的相应工作参数(P,V,F,M)与其相应概率进行加权平均得到的值()来表示能量束工作状态评价值,其中()的具体计算方式如下,

其中 i=m×(N ×N ×N) + n×(N ×N) + k×N + j,最后取整数;

步骤3:在能量束工作过程中实时连续采集其作用于材料辐射出的多波段复合电磁波信号,使用评价网络输出其工作状态评价,基于评价给出控制动作;对于给定的目标能量束工作状态(P,V,F,M),在能量束工作过程中实时连续采集个多波段复合电磁波信号数据(λ’,λ’’,λ’’’),采集的曝光时间固定为t微秒,其中10≤t≤1000000;使用能量束工作状态评价网络 (;)分别对其进行评价,按照步骤2中的评价方式输出个能量束工作状态评价值(),对该个能量束工作状态评价值取均值得到(),其中≥3;因此为了使当前能量束工作状态()转变为目标能量束工作状态(P,V,F,M)而给出的控制动作为(P,V,F,M),其中P= P-,V= V -,F= F -,M= M -;对能量束设备执行控制动作(P,V,F,M);

步骤4:循环执行步骤3。

2.根据权利要求1所述的能量束工作状态控制方法,其特征在于,能量束为等离子弧、电弧、电子束或激光。

3.根据权利要求1所述的能量束工作状态控制方法,其特征在于,采样数据集D中用以表征能量束工作状态的电磁波信号为多波段复合电磁波信号。

4.根据权利要求3所述的能量束工作状态控制方法,其特征在于,多波段复合电磁波信号的波长范围为10~10米之间。

5.根据权利要求1所述的能量束工作状态控制方法,其特征在于,以能量束工作参数的组合(P,V,F,M)来表达能量束工作状态,由有限个(P,V,F,M)构成能量束离散工作状态空间,其中P为能量束工作功率,V为能量束工作速度,F为能量束工作焦深,M为能量束工作模式。

6.根据权利要求5所述的能量束工作状态控制方法,其特征在于,(P,V,F,M)参数组合构成的能量束离散工作状态空间包含N个工作状态,分别对P以(P-P)/N进行N等分,对V以(V-V)/N进行N等分,对F以(F-F)/N进行N等分,能量束工作模式M本身是离散的且是有限个工作模式,记为N个工作模式,其中N=N×N×N×N,且N≥2,N≥2,N≥2,N≥1。

7.根据权利要求6所述的能量束工作状态控制方法,其特征在于,对于能量束离散工作状态空间N个工作状态中的第i个工作状态(P,V,F,M),其工作功率为P= P +(j+0.5)×(P-P)/N,工作速度为V= V +(k+0.5) ×(V-V)/N,工作焦深为F= F +(n+0.5) ×(F-F)/N,工作模式为M=m,i与j,k,n,m的关系为i=m×(N ×N ×N) + n×(N ×N) +k×N + j,其中0≤i≤N -1,0≤j≤N -1,0≤k≤N -1,0≤n≤N -1,0≤m≤N -1。

8.根据权利要求1所述的能量束工作状态控制方法,其特征在于,能量束工作过程中使用光学传感器连续采集能量束作用于材料辐射出的不同波段电磁波信号点阵数据,采集的曝光时间固定为t微秒,其中10≤t≤1000000。

9.根据权利要求1所述的能量束工作状态控制方法,其特征在于,通过N种工作状态的相应工作参数(P,V,F,M)与其相应概率进行加权平均得到的值()来表示能量束工作状态评价值,其中()的具体计算方式为

其中 i=m×(N ×N ×N) + n×(N ×N) + k×N + j,最后取整数。

10.根据权利要求1所述的能量束工作状态控制方法,其特征在于,在能量束工作过程中实时连续采集个多波段复合电磁波信号数据(λ’,λ’’,λ’’’),使用能量束工作状态评价网络 (;)分别对其进行评价,对该个能量束工作状态评价值取均值得到(),以()表示能量束执行工作状态,其中≥3。

说明书

能量束工作状态控制方法

技术领域

本发明涉及能量束工作状态控制领域,尤其涉及一种能量束工作状态控制方法。

背景技术

能量束的热作用过程包括焊接中的电弧热作用过程、激光加工中的激光热作用过程以及增材制造中的电子束热作用过程与激光热作用过程。能量束的工作状态包括工作功率、工作速度和工作模式等。在不同的能量束设备之间,常存在即便设置相同的工作参数,而实际执行的能力束工作状态却不一致;在同一能量束设备上,常存在不同使用时期即便设置相同的工作参数,而实际执行的能量束工作状态却不一致。

发明内容

鉴于背景技术中存在的问题,本发明的目的在于提供一种能量束工作状态控制方法,其能够对能量束实际执行工作状态进行判断,在此基础上给出达到目标能量束工作状态所需的能量束控制动作,使得能量束执行工作状态转变为目标工作状态。

为了实现上述目的,本发明提供了一种能量束工作状态控制方法,其包括步骤:

步骤1:设计能量束工作状态离散空间,对能量束工作状态离散空间中不同工作状态能量束作用于材料辐射出的多波段复合电磁波信号进行数据采样;本发明以能量束工作参数的组合(P,V,F,M)来表达能量束工作状态,其中P为能量束工作功率,V为能量束工作速度,F为能量束工作焦深,M为能量束工作模式;所有(P,V,F,M)的组合构成了能量束工作状态空间,本发明将此空间进行离散,其中P,V,F连续且存在工作上下限,分别将其工作上限记为P,V,F,将其工作下限记为P,V,F;分别对三个工作参数区间进行等分操作,其中对P以(P-P)/N进行N等分,对V以(V-V)/N进行N等分,对F以(F-F)/N进行N等分,能量束工作模式M本身是离散的且是有限个工作模式,记为N个工作模式;因而本发明中(P,V,F,M)参数组合构成的能量束离散工作状态空间包含N个工作状态,其中N=N×N×N×N,且N≥2,N≥2,N≥2,N≥1;对于所有N个能量束工作状态中的第i个工作状态(P,V,F,M),其工作功率为P= P +(j+0.5) ×(P-P)/N,工作速度为V= V +(k+0.5) ×(V-V)/N,工作焦深为F= F +(n+0.5) ×(F-F)/N,工作模式为M=m,i与j,k,n,m的关系为i=m×(N×N ×N) + n×(N ×N) + k×N + j,因而对于任意i都有唯一(j,k,n,m)与之对应,其中0≤i≤N -1,0≤j≤N -1,0≤k≤N -1,0≤n≤N -1,0≤m≤N -1;对于一种材料,固定能量束与工作平面的垂直距离,使能量束在整个可达工作平面上以第i个工作状态(P,V,F,M)连续工作,工作过程中使用光学传感器连续采集能量束作用于材料辐射出的不同波段电磁波信号点阵数据,采集的曝光时间固定为t微秒,其中10≤t≤1000000;本发明使用(λ’,λ’’,λ’’’)来分别代表采集到的红外波段电磁波信号点阵数据、可见光波段电磁波信号点阵数据和其它波段电磁波信号点阵数据;将采集得到的不同波段电磁波点阵数据(λ’,λ’’,λ’’’)与工作状态i组合构成数据单元[(λ’,λ’’,λ’’’),i];对每个能量束工作状态i在能量束工作平面上连续采集得到K个[(λ’,λ’’,λ’’’),i]数据单元,且所有K个数据单元的采集位置应覆盖整个能量束工作平面,其中K≥100,0≤i≤N -1;所有N个能量束工作状态下采集得到的所有[(λ’,λ’’,λ’’’),i]数据单元共同构成数据集D;

步骤2:使用神经网络建立不同工作状态能量束作用于材料辐射出的多波段复合电磁波信号与能量束工作状态的关系模型;本发明使用神经网络 (;)建立不同工作状态能量束作用于材料辐射出的多波段复合电磁波信号与能量束工作状态的关系模型,其中神经网络 (;) 的输入为=(λ’,λ’’,λ’’’),即数据集D中的多波段复合电磁波信号点阵数据,输出为能量束工作状态在N个工作状态的上的概率分布[],为神经网络参数;以softmax互熵损失值使用随机梯度下降法在数据集D上训练更新的网络参数;训练完成后得到能量束工作状态评价网络 (;),对于任意多波段复合电磁波信号点阵数据输入,通过能量束工作状态评价网络 (;)输出为该能量束工作状态在N种工作状态上的概率分布[],本发明通过N种工作状态的相应工作参数(P,V,F,M)与其相应概率进行加权平均得到的值()来表示能量束工作状态评价值,其中()的具体计算方式如下,

其中 i=m×(N ×N ×N) + n×(N ×N) + k×N + j,最后取整数;

步骤3:在能量束工作过程中实时连续采集其作用于材料辐射出的多波段复合电磁波信号,使用评价网络输出其工作状态评价,基于评价给出控制动作;对于给定的目标能量束工作状态(P,V,F,M),在能量束工作过程中实时连续采集个多波段复合电磁波信号数据(λ’,λ’’,λ’’’),采集的曝光时间固定为t微秒,其中10≤t≤1000000;使用能量束工作状态评价网络 (;)分别对其进行评价,按照步骤2中的评价方式输出个能量束工作状态评价值(),对该个能量束工作状态评价值取均值得到(),其中≥3;因此为了使当前能量束工作状态()转变为目标能量束工作状态(P,V,F,M)而给出的控制动作为(P,V,F,M),其中P= P-,V= V -,F= F -,M= M -;对能量束设备执行控制动作(P,V,F,M);

步骤4:循环执行步骤3。

本发明的有益效果如下:

使用神经网络建立不同工作状态能量束作用于材料辐射出的多波段复合电磁波信号与能量束工作状态的关系模型,能够在能量束工作过程中实时对其工作状态进行评价得到其执行工作状态评价值,因而对于任意给定的目标能量束工作状态,能够给出合适的能量束控制动作,使能量束执行工作状态转变为目标能量束工作状态;因而本发明能够使得不同的能量束设备之间,设置相同的工作参数,实际执行的能力束工作状态稳定一致;本发明能够使得同一能量束设备上,不同使用时期设置相同的工作参数,实际执行的能量束工作状态稳定一致。

本文发布于:2024-09-25 00:32:49,感谢您对本站的认可!

本文链接:https://www.17tex.com/tex/1/73600.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议