[發明專利]一種考慮尖角燒蝕的板材激光切割工藝參數優化方法有效
| 申請號: | 202110525071.3 | 申請日: | 2021-05-14 |
| 公開(公告)號: | CN113182709B | 公開(公告)日: | 2023-04-07 |
| 發明(設計)人: | 黃彬;朱圣杰 | 申請(專利權)人: | 福州大學 |
| 主分類號: | B23K26/38 | 分類號: | B23K26/38;G06N3/04;G06N3/084 |
| 代理公司: | 福州元創專利商標代理有限公司 35100 | 代理人: | 陳明鑫;蔡學俊 |
| 地址: | 350108 福建省福州市*** | 國省代碼: | 福建;35 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 考慮 尖角燒蝕 板材 激光 切割 工藝 參數 優化 方法 | ||
1.一種考慮尖角燒蝕的板材激光切割工藝參數優化方法,其特征在于:包括以下步驟:
步驟S1:對不同厚度的板材進行直線切割和尖角切割正交試驗,測量各組試驗對應的工件質量指標,直線切割質量指標為切縫寬度、切面粗糙度、熱影響區寬度和掛渣長度,尖角切割質量指標為尖角燒蝕量,然后根據所測指標計算綜合質量指標;
步驟S2:以板材激光切割工藝參數和工件形狀特征作為輸入數據,以激光切割質量綜合評價指標作為輸出,構建薄板激光切割質量BP神經網絡模型;所述板材激光切割工藝參數包括激光功率、氣體壓力、切割速度、離焦量、占空比和脈沖頻率;所述工件形狀特征包括板厚、尖角角度和尖角圓弧;
步驟S3:將經由步驟S2所訓練的神經網絡模型作為遺傳算法的適應度函數,應用遺傳算法對激光切割質量綜合評價指標值進行優化,得到達到最優激光切割質量綜合評價指標值時,模型所對應的激光切割工藝參數,從而實現對激光切割工藝參數的優化;
所述步驟S1具體包括以下步驟:
步驟S11:對不同厚度的板材進行直線激光切割正交試驗,試驗的因素包括激光功率、切割速度、氣體壓力、占空比、脈沖頻率以及離焦量,設第n次試驗所測得的切縫寬度為wn,切面粗糙度為rn、熱影響區為han和掛渣長度為lgn;
步驟S12:對不同厚度的板材進行尖角切割正交試驗,試驗的因素包括激光功率、切割速度、氣體壓力、尖角角度和尖角圓弧,設第n次試驗測量尖角的尖角燒蝕量為Hn;
步驟S13:計算直線切割綜合質量指標;
步驟S14:計算第n條尖角切割數據的綜合質量指標Scn,具體為:
其中,max(H)和min(H)分別為切縫寬度數據中的最大值和最小值;
步驟S15:將直線與尖角的綜合質量評價指標合為神經網絡標簽集D=[S?Sc],S表示帶有基尼懲罰項的綜合質量評價指標。
2.根據權利要求1所述的一種考慮尖角燒蝕的板材激光切割工藝參數優化方法,其特征在于:所述步驟S13具體包括以下步驟:
步驟S131:計算第n條切割質量指標數據中的切縫寬度經過MaxMin歸一化后的值wzn:
其中,max(w)和min(w)分別為切縫寬度數據中的最大值和最小值;
步驟S132:計算第n條切割質量指標數據中的切面粗糙度經過MaxMin歸一化后的值rzn:
其中max(r)和min(r)分別為切面粗糙度數據中的最大值和最小值;
步驟S133:計算第n條切割質量指標數據中的熱影響寬度經過MaxMin歸一化后的值hazn:
其中max(ha)和min(ha)分別為切縫寬度數據中的最大值和最小值;
步驟S134:計算第n條切割質量指標數據中的掛渣長度經過MaxMin歸一化后的值lgzn:
其中,max(lg)和min(lg)分別為掛渣長度數據中的最大值和最小值;
步驟S135:定義基尼指數C為:
其中,當i=1時,
當i=2時,
當i=3時,
當i=4時,
步驟S136:計算帶有基尼懲罰項的綜合質量評價指標S:
其中,ω1-ω4為權重系數,且ω1+ω2+ω3+ω4=1;K為切透系數,當板材切不透時K為0,此時指標值為0,當板材可以切透時,K為1,此時指標值大于1.87,指標值越大代表綜合切割質量越好;該指標既能夠對直線切割激光的質量做全局判斷,也能夠對出現指標數值兩級分化現象進行懲罰。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于福州大學,未經福州大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110525071.3/1.html,轉載請聲明來源鉆瓜專利網。





