[發明專利]非金屬激光切割機及其控制方法

在審

• 申請號: 202211615472.9
• 申請日: 2022-12-15
• 公開（公告）號: CN116100171A
• 公開（公告）日: 2023-05-12
• 發明（設計）人: 羅群
• 申請（專利權）人: 東莞市新法拉數控設備有限公司
• 主分類號: B23K26/70
• 分類號: B23K26/70;B23K26/38;B23K26/402
• 代理公司: 北京恒泰銘睿知識產權代理有限公司 11642
• 代理人: 郭建明

1.一種非金屬激光切割機，其特征在于，包括：監控模塊，用于獲取預定時間段的激光切割過程監控視頻；采樣模塊，用于從所述激光切割過程監控視頻提取多個激光切割過程監控關鍵幀；圖像幀空間特征提取模塊，用于將所述多個激光切割過程監控關鍵幀分別通過使用空間注意力機制的第一卷積神經網絡模型以得到多個煙塵監控特征矩陣；圖像幀空間特征變化特征提取模塊，用于將所述多個煙塵監控特征矩陣按照通道維度排列為三維特征張量后通過使用三維卷積核的第二卷積神經網絡模型以得到煙塵變化特征圖；當前幀提取模塊，用于從所述多個激光切割過程監控關鍵幀提取激光切割過程監控當前幀；多尺度編碼模塊，用于將所述激光切割過程監控當前幀通過包含第一尺度圖像編碼器和第二尺度圖像編碼器的雙流檢測模塊以得到第一尺度特征圖和第二尺度特征圖；差分模塊，用于計算所述第一尺度特征圖和所述第二尺度特征圖之間的差分特征圖；優化模塊，用于對所述差分特征圖的特征分布進行優化以得到優化差分特征圖；融合模塊，用于融合所述優化差分特征圖和所述煙塵變化特征圖以得到分類特征圖；以及控制結果生成模塊，用于將所述分類特征圖通過分類器以得到分類結果，所述分類結果用于表示是否開啟吸塵模塊。

2.根據權利要求1所述的非金屬激光切割機，其特征在于，所述采樣模塊，以預定采樣頻率從所述激光切割過程監控視頻提取所述多個激光切割過程監控關鍵幀。

3.根據權利要求2所述的非金屬激光切割機，其特征在于，所述圖像幀空間特征提取模塊，進一步用于：使用所述第一卷積神經網絡模型的各層在層的正向傳遞中對輸入數據分別進行：對所述輸入數據進行卷積處理以得到卷積特征圖；對所述卷積特征圖進行池化處理以得到池化特征圖；對所述池化特征圖進行非線性激活以得到激活特征圖；將所述激活特征圖通過空間注意力模塊以得到空間注意力得分圖；將所述空間注意力得分圖與所述激活特征圖進行按位置點乘以得到空間注意力特征圖；其中，所述第一卷積神經網絡模型的第一層的輸入為所述多個激光切割過程監控關鍵幀中的各個關鍵幀，所述第一卷積神經網絡的第二層至最后一層的輸入為上一層的輸出，所述第一卷積神經網絡模型的最后一層的輸出為所述多個煙塵監控特征矩陣中的各個特征矩陣。

4.根據權利要求3所述的非金屬激光切割機，其特征在于，所述圖像幀空間特征變化特征提取模塊，進一步用于：使用所述第二卷積神經網絡模型的各層在層的正向傳遞中對輸入數據分別進行：對所述輸入數據進行基于三維卷積核的卷積處理以得到卷積特征圖；對所述卷積特征圖進行基于局部特征矩陣的池化處理以得到池化特征圖；以及對所述池化特征圖進行非線性激活以得到激活特征圖；其中，所述第二卷積神經網絡模型的第一層的輸入為所述三維特征張量，所述第二卷積神經網絡的第二層至最后一層的輸入為上一層的輸出，所述第二卷積神經網絡模型的最后一層的輸出為所述煙塵變化特征圖。

5.根據權利要求4所述的非金屬激光切割機，其特征在于，所述第一尺度圖像編碼器為使用具有第一尺度的二維卷積核的第三卷積神經網絡模型，所述第二尺度圖像編碼器為使用具有第二尺度的二維卷積核的第四卷積神經網絡模型。

6.根據權利要求5所述的非金屬激光切割機，其特征在于，所述差分模塊，進一步用于：以如下公式計算所述第一尺度特征圖和所述第二尺度特征圖之間的差分特征圖；其中，所述公式為：

其中，F₁表示所述檢測特征矩陣，表示按位置作差，F₂表示所述面料需求圖像特征矩陣，且F₃表示所述差分特征矩陣。

7.根據權利要求6所述的非金屬激光切割機，其特征在于，所述優化模塊，包括：小尺度局部衍生特征圖計算單元，用于計算所述第一尺度特征圖和所述第二尺度特征圖之間的小尺度局部衍生特征圖；以及加權優化單元，用于以所述小尺度局部衍生特征圖作為加權特征圖對所述差分特征圖進行按位置點乘以得到所述優化差分特征圖。