(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211250547.8 (22)申请日 2022.10.13 (71)申请人 扬州皓月机 械有限公司 地址 225236 江苏省扬州市江都区樊川镇 人民路53号 (72)发明人 杜成慧　 (51)Int.Cl. B23K 26/38(2014.01) B23K 26/70(2014.01) (54)发明名称 一种激光切割设备 (57)摘要 本发明涉及激光切割技术领域， 具体涉及一 种激光切割设备。 该设备包括激光切割机本体， 还包括激光切割机参数校正系统。 激光切割机参 数校正系统包括校正控制器， 以及与校正控制器 信号连接的数据获取模块和数据分析模块。 通过 数据获取模块对切割数据的采集和记录， 利用数 据分析模块对 数据进行预测分析， 获得最优 校正 周期。 校正控制器根据最优 校正周期对激光切割 设备的振镜系统的进行维护。 本发 明通过数据预 测分析方法实现了对振镜系统的及时校正， 实现 了激光切割设备的自适应调节 功能。 权利要求书2页 说明书6页 附图1页 CN 115319311 A 2022.11.11 CN 115319311 A 1.一种激光切割设备， 包括激光切割机本体， 其特征在于， 还包括激光切割机参数校正 系统； 所述激光切割机参数校正系统包括校正控制器， 以及与所述校正控制器信号连接的 数据获取模块和数据分析模块； 所述数据获取模块用于获取激光切割设备的定期校正周期， 以及定期校正周期下的理 论振镜系统调节参数； 获取激光切割设备每次切割过程中板材上的红外传感器数据和板材 结构参数； 所述数据分析模块用于根据红外传感器数据获取每个板材上不同热影响区域之间的 热影响差异； 在实际使用时间段内， 根据预设采样周期下不同采样时刻之间的热影响差异 获得每个采样周期下的链式距离， 选择最小链式距离对应的至少两个采样周期获得长时间 序列长度； 根据板材结构参数获得长时间序列长度下不同板材之间的结构相似性均值； 根 据长时间序列长度下的激光切割信息获得实际振镜系统调节参数； 将实际振镜系统调节参 数和结构相似性均值输入预先训练好的预测神经网络中， 输出未来时刻的预测实际振镜系 统调节参数和预测结构相似性均值； 根据理论振镜系统调节参数、 预测实际振镜系统调节 参数和预测结构相似性均值获得最优校正周期； 所述校正控制器用于根据最优校正周期对激光切割设备的振镜系统进行维护。 2.根据权利要求1所述的一种激光切割设备， 其特征在于， 所述获取每个板材上不同热 影响区域之间的热影响差异包括： 所述热影响差异包括第一热影响差异和第二热影响差异； 以板材上激光切口两侧的红外传感器数据差值绝对值作为第 一热影响差异； 以板材上 连续激光切口前后的红外传感器数据差值 绝对值作为第二热影响差异。 3.根据权利要求1所述的一种激光切割设备， 其特征在于， 所述结构相似性的获取方法 包括： 根据结构相似性公式获得板材之间的结构相似性， 结构相似性公式包括： 其中， 为结构相似性， 为板材A的结构参数数量， 为板材B的结构参数数量， 为 板材A上的第n个结构参数， 为板材B上的第m个结构参数， 和 为相似权重； 若板材A 和板材B上的结构参数种类相同， 则 ； 若板材A和板材B上的结构参数种类不相 同， 则 ， ， 其中， 为板材A的结构参数种类数量， 为板材B的结构参数种类数 量。 4.根据权利要求2所述的一种激光切割设备， 其特征在于， 根据 预设采样周期下不同采 样时刻之间的热影响差异获得每 个采样周期下的链式距离包括： 获取每个采样时刻下对应的所有板材的第 一热影响差异和第 二热影响差异， 选择最大 的K个第一热影响差异的均值作为对应采样时刻下的参考第一热影响差异， 选择最大的K个 第二热影响差异的均值作为对应采样时刻下的参 考第二热影响差异； K为大于2的正整数； 获取采样周期下的每两个相邻采样时刻之间的参考第一热影响差异距离和参考第二权　利　要　求　书 1/2 页 2 CN 115319311 A 2热影响差异距离， 将一个采样周期下的所有参考第一热影响差异距离和参考第二热影响差 异距离累加， 获得对应采样周期下的链式距离 。 5.根据权利要求1所述的一种激光切割设备， 其特征在于， 振镜系统调节参数包括振镜 角度参数和脉冲校正 参数。 6.根据权利要求5所述的一种激光切割设备， 其特征在于， 根据理论振镜系统调节参 数、 预测实际振镜系统调节参数和预测结构相似性均值获得最优校正周期包括： 设置目标函数： 其中， 为目标函数值， 为理论振镜角度参数， 为预测实际振镜角度参数， 为 理论脉冲校正 参数， 为预测实际脉冲校正 参数， 为预测结构相似性均值； 不断更新目标函数中的预测实际振镜系统调节参数和预测结构相似性， 当目标函数值 达到最小值时停止更新， 以最小目标函数值对应的预测实际振镜系统调节参数和预测结构 相似性对应的时刻作为 最优校正周期的时刻。 7.根据权利要求6所述的一种激光切割设备， 其特 征在于， 所述预测 神经网络包括： 所述预测神经网络为LSTM网络结构， 在训练所述预测神经网络时， 将目标函数作为预 测神经网络的损失函数进行训练， 输出最优校正周期。权　利　要　求　书 2/2 页 3 CN 115319311 A 3