[发明专利]借助深度卷积神经网络监测激光加工过程在审
申请号: | 201980089975.7 | 申请日: | 2019-10-10 |
公开(公告)号: | CN113329836A | 公开(公告)日: | 2021-08-31 |
发明(设计)人: | J·施瓦茨 | 申请(专利权)人: | 普雷茨特两合公司 |
主分类号: | B23K1/005 | 分类号: | B23K1/005;B23K26/03;B23K26/21;B23K26/38;B23K31/00;B23K31/12 |
代理公司: | 永新专利商标代理有限公司 72002 | 代理人: | 郭毅 |
地址: | 德国*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 借助 深度 卷积 神经网络 监测 激光 加工 过程 | ||
1.一种用于监测用于加工工件(1)的激光加工过程的系统(300),所述系统包括:
-计算单元(320),所述计算单元设置为用于基于所述激光加工过程的当前数据确定输入张量并且基于所述输入张量借助传递函数确定输出张量,所述输出张量包含关于当前加工结果的信息;
其中,所述输入张量和所述输出张量之间的所述传递函数由经培训的神经网络形成。
2.根据权利要求1所述的系统(300),其中,所述激光加工过程的当前数据包括所述激光加工过程的当前图像数据和/或当前过程数据,
其中,当前过程数据包括当前传感器数据和/或当前控制数据。
3.根据以上权利要求中任一项所述的系统(300),其中,所述输入张量包括所述激光加工过程的作为原始数据的当前数据或由所述激光加工过程的当前数据组成。
4.根据以上权利要求中任一项所述的系统(300),其中,所述激光加工过程的当前数据包括以下中的至少一项:温度、等离子体辐射、激光功率、反射的或散射回来的激光的强度、反射的或散射回来的激光的波长、实施所述激光加工过程的激光加工头到所述工件的间距、钥孔深度、焦点位置、焦点直径、轨迹信号和/或所述工件的表面的图像。
5.根据以上权利要求中任一项所述的系统(300),所述系统还包括:
-至少一个传感器单元(330),用于在所述激光加工过程期间检测所述激光加工过程的当前传感器数据,和/或
-图像检测单元(310),用于在所述激光加工过程期间检测所述工件(1)的加工区域的当前图像数据。
6.根据以上权利要求中任一项所述的系统(300),其中,所述经培训的神经网络包括用于过程数据的单独网络和用于图像数据的单独网络,这些单独网络至少通过共同的输出层耦合,
其中,所述经培训的神经网络设置为用于将用于过程数据的输入张量和用于图像数据的输入张量映射到共同的输出张量上。
7.根据权利要求6所述的系统(300),其中,所述至少一个输出层包括至少一个全连接层。
8.根据权利要求6或7所述的系统(300),其中,用于过程数据的输入张量基于多个样本,并且用于图像数据的输入张量包括图像,其中,所述图像在时间上与用于过程数据的输入张量的所述样本相应。
9.根据以上权利要求中任一项所述的系统(300),其中,所述加工结果包括关于所述工件(1)的加工缺陷和/或加工区域的信息。
10.根据以上权利要求中任一项所述的系统(300),其中,所述输出张量包含以下信息之一:至少一个加工缺陷的存在;加工缺陷的类型;加工缺陷在被加工工件表面上的位置;特定类型的加工缺陷的概率;加工缺陷在被加工工件的表面上的空间延伸尺度和/或平面延伸尺度。
11.根据以上权利要求中任一项所述的系统(300),其中,所述计算单元(320)设置为用于实时地形成输出张量并且将调节数据输出到执行所述激光加工过程的激光加工系统(100)中。
12.根据以上权利要求中任一项所述的系统(300),其中,所述经培训的神经网络能够借助迁移学习基于训练数据匹配于发生改变的激光加工过程。
13.根据权利要求12所述的系统(300),其中,所述训练数据包括:
所述发生改变的激光加工过程的测试数据,用于确定相应的输入张量;以及
对应于相应的测试数据的预给定的输出张量,所述输出张量包含关于所述发生改变的激光加工过程的先前所确定的相应加工结果的信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于普雷茨特两合公司,未经普雷茨特两合公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201980089975.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:聚酯基材料用环烯烃聚合物浓缩物
- 下一篇:在线阻尼器波纹管双相对驱动器扬声器