DE102008058422A1 - Monitoring laser machining process to be carried out on workpiece, comprises detecting actual measuring values by sensor, which monitors the laser machining process, and determining actual characteristic values from actual measuring values - Google Patents

Monitoring laser machining process to be carried out on workpiece, comprises detecting actual measuring values by sensor, which monitors the laser machining process, and determining actual characteristic values from actual measuring values Download PDF

Info

Publication number
DE102008058422A1
DE102008058422A1 DE200810058422 DE102008058422A DE102008058422A1 DE 102008058422 A1 DE102008058422 A1 DE 102008058422A1 DE 200810058422 DE200810058422 DE 200810058422 DE 102008058422 A DE102008058422 A DE 102008058422A DE 102008058422 A1 DE102008058422 A1 DE 102008058422A1
Authority
DE
Germany
Prior art keywords
characteristic value
characteristic
workpiece
actual
value range
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
DE200810058422
Other languages
German (de)
Inventor
bürgerl. Name Stork Ingo Wersborg
Georg Schroth
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
PRECITEC ITM GmbH
Precitec KG
Original Assignee
PRECITEC ITM GmbH
Precitec KG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by PRECITEC ITM GmbH, Precitec KG filed Critical PRECITEC ITM GmbH
Priority to DE200810058422 priority Critical patent/DE102008058422A1/en
Priority to CN200980155381.8A priority patent/CN102292187B/en
Priority to MX2011005336A priority patent/MX2011005336A/en
Priority to CN200980147217.2A priority patent/CN102281984B/en
Priority to US13/130,426 priority patent/US9492886B2/en
Priority to RU2011125317/02A priority patent/RU2529135C2/en
Priority to KR1020117014139A priority patent/KR101700896B1/en
Priority to PCT/EP2009/008294 priority patent/WO2010057662A1/en
Priority to EP09760109.0A priority patent/EP2365889B1/en
Priority to BRPI0921514A priority patent/BRPI0921514A2/en
Priority to KR1020117014138A priority patent/KR101787510B1/en
Priority to CA2743522A priority patent/CA2743522C/en
Priority to MX2011005335A priority patent/MX2011005335A/en
Priority to CA2743518A priority patent/CA2743518C/en
Priority to RU2011125341/02A priority patent/RU2529136C2/en
Priority to EP09760110.8A priority patent/EP2365890B1/en
Priority to JP2011536788A priority patent/JP5762968B2/en
Priority to JP2011536789A priority patent/JP5763542B2/en
Priority to BRPI0921512A priority patent/BRPI0921512A2/en
Priority to US13/130,499 priority patent/US9056368B2/en
Priority to PCT/EP2009/008293 priority patent/WO2010057661A1/en
Publication of DE102008058422A1 publication Critical patent/DE102008058422A1/en
Priority to ZA2011/04527A priority patent/ZA201104527B/en
Priority to ZA2011/04525A priority patent/ZA201104525B/en
Priority to HK12105813.0A priority patent/HK1164786A1/en
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/02—Positioning or observing the workpiece, e.g. with respect to the point of impact; Aligning, aiming or focusing the laser beam
    • B23K26/03—Observing, e.g. monitoring, the workpiece
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8806—Specially adapted optical and illumination features
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/71—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light thermally excited
    • G01N21/718—Laser microanalysis, i.e. with formation of sample plasma

Abstract

The method comprises detecting two actual measuring values by a sensor, which monitors a laser machining process, determining two actual characteristic values from the two actual measuring values using neural networks, where the actual characteristic values mutually represent an actual fingerprint in a characteristic value range, providing a predetermined point set in the characteristic value range, and classifying the laser machining process by detecting the position of the actual fingerprint relative to the predetermined point set in the characteristic value range. The method comprises detecting two actual measuring values by a sensor, which monitors a laser machining process, determining two actual characteristic values from the two actual measuring values using neural networks, where the actual characteristic values mutually represent an actual fingerprint in a characteristic value range, providing a predetermined point set in the characteristic value range, classifying the laser machining process by detecting the position of the actual fingerprint relative to the predetermined point set in the characteristic value range, regulating a process parameter of an associated actuator, so that the actuator is activated when the actual fingerprint exits the predetermined point set of the characteristic value range. The change of the associated process parameter corresponds to gradients in the characteristic value range, which extends itself from the fingerprint in the direction of the point set in the characteristic value range. The determination of the actual characteristic value from the actual measuring value comprises a process for data reduction or dimension reduction as a main component analysis, multidimensional scaling, support vector machine or support vector classification, or industrial standard organization-manufacturing automation protocol process. The predetermined point set is fixed within the characteristic value range using a learning process. The gradient field of the characteristic value range is determined in different areas at the points in the characteristic value range in dependent of the process parameter, where the points in the characteristic value range are representative for the respective area with respect to the gradients. The gradients of the characteristic value range are determined by variation of the process parameter at a predetermined point of the characteristic value range in dependent of the process parameter. The sensor comprises a photodiode with filter for the determined wavelengths, body- and airborne receiver, and a camera unit with a corresponding surface illumination. The actuator comprises a controller of the laser capacity, a speed controller of a machining head relative to a workpiece, a controller of the focal position of the machining laser beam, a controller of the distance of the machining head to the workpiece, and a controller of lateral offsets. Independent claims are included for: (1) a device for monitoring a laser machining process to be carried out on a workpiece; and (2) a laser machining head for processing a workpiece.

Description

Die Erfindung betrifft ein Verfahren und eine Vorrichtung zur Überwachung eines an einem Werkstück durchzuführenden Laserbearbeitungsvorgangs sowie einen Laserbearbeitungskopf mit einer derartigen Vorrichtung.The The invention relates to a method and a device for monitoring one on a workpiece to be performed Laser processing operation and a laser processing head with such a device.

In der Lasermaterialbearbeitung werden Werkstücke mittels fokussierter Laserstrahlung geschnitten oder gefügt, wobei sowohl bei einem Laserschneidvorgang als auch bei einem Laserschweißvorgang Prozessüberwachungssysteme und Sensoren eingesetzt werden. Für die Überwachung des Schweiß- oder Schneidprozesses werden beispielsweise Sensoren zur Erfassung der aus einer durch den Arbeitsfokus bestimmten Arbeits- oder Wechselwirkungszone kommenden Strahlung eingesetzt. Hierbei sind standardmäßig Strahlungs-Sensoren zur Beobachtung eines sich über der Wechselwirkungszone bildenden Plasmas und ein Rückreflexsensor vorgesehen, der die Rückstrahlung des Lasers aus der Wechselwirkungszone zwischen Laserstrahl und einem zu bearbeitenden Werkstück erfasst. Ferner werden zur Überwachung des Laserbearbeitungsvorgangs Temperaturfühler oder Infrarotsensoren eingesetzt, durch die eine Randaufschmelzung und das Temperaturprofil bei der Bearbeitung überwacht werden können. Neben dem Einsatz von Fotodioden, welche jeweils für einen bestimmten Wellenlängenbereich sensitiv sind, wird der Laserbearbeitungsvorgang ferner durch Kameras überwacht, welche ebenfalls in vorbestimmten Wellenlängenbereichen sensitiv sein können. Aufgrund der Bildverarbeitung der durch die Kameras aufgenommenen Bilder können ebenfalls Kennwerte zur Überwachung des Laserbearbeitungsvorganges, wie beispielsweise Parameter hinsichtlich des aufgeschmolzenen Werkstückbereiches erhalten werden.In In laser material processing, workpieces are produced by means of focused laser radiation cut or joined, wherein both in a laser cutting operation and in a laser welding process Process monitoring systems and sensors are used. For monitoring the welding or Cutting process, for example, sensors for detecting the from a working or interaction zone determined by the working focus coming radiation used. Here are standard radiation sensors for observation one over the interaction zone forming plasma and a back-reflection sensor provided the re-radiation of the laser from the interaction zone between laser beam and a workpiece to be machined detected. Further, for monitoring of the laser processing operation temperature sensor or infrared sensors used by the edge fusion and the temperature profile monitored during processing can be. In addition to the use of photodiodes, each for a certain wavelength range are sensitive, the laser processing operation is further monitored by cameras which also be sensitive in predetermined wavelength ranges can. Due to the image processing taken by the cameras Pictures can also characteristic values for the monitoring of the Laser processing operation, such as parameters in terms of the melted workpiece area to be obtained.

Erstes Ziel der Überwachungssysteme ist es, zunächst die Bearbeitungsqualität gemäß der Prozessvorgabe zu klassifizieren. Zweites Ziel ist es, die Bearbeitungsqualität durch eine Steuerung und Regelung der Prozesse zu verbessern. In aktuellen Industriesystemen werden die zur Prozessüberwachung eingesetzten Sensoren und Kameras dazu verwendet, mittels der erfassten Sensordaten und mittels Methoden der Bildverarbeitung und der Datenanalyse eine Klassifizierung des aktuellen Standes des Bearbeitungsprozesses durchzuführen. Hierbei werden die eingesetzten Verfahren auf die Bearbeitungsprozesse individuell eingestellt. Bei einer Intensitätsabweichung der aufgezeichneten Sensordaten wird der aktuelle Bearbeitungsprozess als ungenügend klassifiziert, wobei entsprechende Regelungsmechanismen eingesetzt werden, um diesen Zustand zu beheben. Hierbei bezieht sich die Regelung der Prozessparameter hinsichtlich der aufgezeichneten Sensordaten jedoch nur auf die jeweiligen Messdaten der entsprechenden Sensoren.first Aim of the surveillance systems is it, first the processing quality according to the process specification to classify. Second goal is to improve the quality of processing to improve the control and regulation of the processes. In current industrial systems become the process monitoring used sensors and cameras used by means of the detected Sensor data and methods of image processing and data analysis a classification of the current state of the machining process perform. in this connection The processes used are individually tailored to the machining processes set. At an intensity deviation the recorded sensor data is the current editing process as insufficient classified using appropriate regulatory mechanisms to fix this condition. Here, the regulation refers the process parameter with regard to the recorded sensor data however, only to the respective measured data of the corresponding sensors.

Der Erfindung liegt die Aufgabe zugrunde, ein Verfahren und eine Vorrichtung zur Überwachung eines an einem Werkstück durchzuführenden Laserbearbeitungsvorgangs zu schaffen, durch welchen die Klassifizierung eines Laserbearbeitungszustands und dadurch die Bearbeitungsqualität eines an einem Werkstück durchzuführenden Laserbearbeitungsvorgangs verbessert wird.Of the Invention is based on the object, a method and an apparatus to monitor a on a workpiece to be performed To create a laser processing operation through which the classification a laser processing state and thereby the processing quality of a on a workpiece to be performed Laser processing operation is improved.

Diese Aufgabe wird durch das Verfahren nach Anspruch 1, die Regelungsvorrichtung nach Anspruch 10, und durch den Laserbearbeitungskopf nach Anspruch 14 gelöst. Vorteilhafte Ausgestaltungen und Weiterbildungen der Erfindung werden in den Unteransprüchen dargelegt.These The object is achieved by the method according to claim 1, the control device according to claim 10, and by the laser processing head according to claim 14 solved. Advantageous embodiments and further developments of the invention will be in the subclaims explained.

Erfindungsgemäß ist ein Verfahren zur Überwachung, Steuerung oder Regelung eines an einem Werkstück durchzuführenden Laserbearbeitungsvorgangs vorgesehen, das die folgenden Schritte aufweist: Erfassen von zumindest zwei aktuellen Messwerten mittels zumindest einem Sensor, welcher den Laserbearbeitungsvorgang überwacht, Ermitteln von zumindest zwei aktuellen Kennwerten aus den zumindest zwei aktuellen Messwerten, wobei die die zumindest zwei aktuellen Kennwerte gemeinsam einen aktuellen Fingerabdruck in einem Kennwertraum darstellen, Bereitstellen einer vorbestimmten Punktmenge in dem Kennwertraum, und Klassifizieren des Laserbearbeitungsvorgangs durch Erfassen der Lage des aktuellen Fingerabdrucks relativ zur vorbestimmten Punktmenge im Kennwertraum.According to the invention is a Method of monitoring, Control or regulation of a laser processing operation to be performed on a workpiece provided, comprising the following steps: detecting at least two current measured values by means of at least one sensor, which monitors the laser processing process, Determining at least two current characteristic values from the at least two current measurements, the at least two current Characteristic values together represent a current fingerprint in a characteristic value space, Providing a predetermined amount of points in the characteristic space, and classifying the laser processing operation by detecting the location of the current fingerprint relative to the predetermined one Point quantity in the characteristic value space.

Für eine qualitativ hochwertige Bearbeitung eines Werkstück ist es dabei von Vorteil, wenn bei einem Bearbeitungsvorgang einem mittels des erfindungsgemäßen Verfahrens erkannten ”schlechten” Fingerabdruck direkt entgegengewirkt wird, wobei es zweckmässig ist, wenn das erfindungsgemäße Verfahren zusätzlich einen Schritt des Regelns zumindest eines Prozessparameters eines zugehörigen Aktors derart umfasst, dass bei einem Verlassen des aktuellen Fingerabdrucks aus der Punktmenge des Kennwertraums der zumindest eine Aktor so aktiviert wird, dass die Änderung des zugehörigen Prozessparameters einem Gradienten im Kennwertraum entspricht, der sich ausgehend von dem Fingerabdruck in Richtung der vorbestimmten Punktmenge im Kennwertraum erstreckt.For a qualitative high-quality machining of a workpiece, it is advantageous if in a processing operation one by means of the method according to the invention recognized "bad" fingerprint is directly counteracted, it is expedient if the inventive method additionally a step of controlling at least one process parameter of a associated actuator such that upon exiting the current fingerprint from the point set of the characteristic space of the at least one actuator so it activates that change of the associated Process parameter corresponds to a gradient in the characteristic value space, the starting from the fingerprint in the direction of the predetermined Point set in characteristic space extends.

Hierbei ist es von Vorteil, wenn das Ermitteln eines aktuellen Kennwerts aus zumindest einem aktuellen Messwert ein Verfahren zur Datenreduktion oder Dimensionsreduktion wie eine Hauptkomponentenanalyse, multidimensionale Skalierung, Support Vector Machines oder Support Vector Classification, oder ein ISOMAP-Verfahren umfasst.in this connection It is beneficial when determining a current characteristic value from at least one current measured value a method for data reduction or Dimensional reduction as a principal component analysis, multidimensional Scaling, Support Vector Machines or Support Vector Classification, or an ISOMAP method.

Es ist jedoch auch vorstellbar und zweckmässig, dass das Ermitteln eines aktuellen Kennwerts aus zumindest einem aktuellen Messwert mit Hilfe eines neuronalen Netzes erfolgt.It However, it is also conceivable and expedient that the determination of a current characteristic value from at least one current measured value with help of a neural network.

Im Falle eines Einsatzes einer Vielzahl von Sensoren, deren Messdaten oft nicht direkte Rückschlüsse auf eine Bearbeitungssituation zulassen, ist es von Vorteil, wenn die vorbestimmte Punktmenge innerhalb des Kennwertraums mittels eines Lernprozesses festgelegt wird.in the Case of use of a variety of sensors, their measurement data often not direct conclusions allow a processing situation, it is advantageous if the predetermined amount of points within the characteristic space by means of a Learning process is set.

Zur Regelung des Bearbeitungsprozesses ist es dabei zweckmässig, wenn das Gradientenfeld des Kennwertraums in Abhängigkeit der Prozessparameter in unterschiedlichen Bereichen an den Stellen im Kennwertraum ermittelt wird, welche hinsichtlich des Gradienten repräsentativ für den jeweiligen Bereich sind, wobei der Gradient des Kennwertraums in Abhängigkeit eines Prozessparameters durch eine Variation des Prozessparameters an einer vorbestimmten Stelle des Kennwertraums ermittelt wird.to Regulation of the machining process, it is expedient, if the gradient field of the characteristic value space as a function of the process parameters determined in different areas at the points in the characteristic value space which are representative of the gradient in terms of the gradient, wherein the gradient of the characteristic value space in dependence of a process parameter by a variation of the process parameter at a predetermined location of the characteristic value space is determined.

Für eine umfassende Überwachung und eine Ermittlung einer Vielzahl von aussagekräftigen Messdaten ist es zweckmässig, wenn der zumindest eine Sensor aus einer Gruppe ausgewählt ist, welche zumindest eine Fotodiode mit Filtern für bestimmte Wellenlängen, Körper- und Luftschallaufnehmer, und zumindest eine Kameraeinheit mit einer entsprechenden Oberflächenbeleuchtung umfasst.For comprehensive monitoring and a determination of a plurality of meaningful measurement data, it is expedient if the at least one sensor is selected from a group, which at least one photodiode with filters for certain wavelengths, body and Luftschallaufnehmer, and at least one camera unit with a corresponding surface lighting includes.

Zur Sicherstellung einer umfassenden Regelung des Laserbearbeitungsprozesses ist zweckmässig, wenn der zumindest eine Aktor aus einer Gruppe ausgewählt ist, welche eine Steuerung der Laserleistung, eine Geschwindigkeitssteuerung des Bearbeitungskopfes relativ zum Werkstück, eine Steuerung der Fokuslage des Bearbeitungslaserstrahls, eine Steuerung des Abstands des Bearbeitungskopfes zum Werkstück, und eine Steuerung des Lateralversatzes umfasst.to Ensuring comprehensive control of the laser processing process is appropriate, if the at least one actuator is selected from a group, which is a laser power control, a speed control the machining head relative to the workpiece, a control of the focus position the machining laser beam, a control of the distance of the machining head to Workpiece, and a control of the lateral offset.

Erfindungsgemäß ist weiter eine Vorrichtung zur Durchführung des erfindungsgemäßen Verfahrens vorgesehen, die zumindest einen Sensor zur Überwachung des Laserbearbeitungsvorgang, welcher zur Erfassung von zumindest zwei aktuellen Messwerten geeignet ist, eine Datenverarbeitungseinheit zum Ermitteln von zumindest zwei Kennwerten aus den zumindest zwei aktuellen Messwerten zum Erstellen eines aktuellen Fingerabdrucks in einem Kennwertraum, eine Speichereinheit zum Speichern einer vorbestimmten Punktmenge innerhalb des Kennwertraums, und eine Klassifizierungseinheit umfasst, die zur Bewertung des Laserbearbeitungsvorgangs durch Erfassen der Lage des aktuellen Fingerabdrucks relativ zur vorbestimmten Punktmenge im Kennwertraum geeignet ist.According to the invention is further a device for carrying out the method according to the invention provided, the at least one sensor for monitoring the laser processing operation, which is suitable for detecting at least two current measured values is a data processing unit for determining at least two characteristic values from the at least two current measured values for Create a current fingerprint in a feature space, a storage unit for storing a predetermined amount of points within the characteristic space, and comprises a classification unit, for evaluating the laser processing operation by detecting the Position of the current fingerprint relative to the predetermined point quantity in Characteristic space is suitable.

Für den Einsatz der erfindungsgemäßen Vorrichtung in einem geregelten Bearbeitungsprozess ist hierbei von Vorteil, wenn die Vorrichtung ferner eine Regelungseinheit zum Regeln zumindest eines Prozessparameters eines zugehörigen Aktors derart umfasst, dass bei einem Verlassen des aktuellen Fingerabdrucks aus der Punktmenge des Kennwertraums der zumindest eine Aktor so aktiviert wird, dass die Änderung des zugehörigen Prozessparameters einem Gradienten im Kennwertraum entspricht, der sich ausgehend von dem Fingerabdruck in Richtung der vorbestimmten Punktmenge erstreckt.For use the device according to the invention in a controlled machining process it is advantageous if the device further comprises a control unit for controlling at least a process parameter of an associated actuator comprises such that when leaving the current fingerprint from the point set the characteristic value space of the at least one actuator is activated so that the change of the associated Process parameter corresponds to a gradient in the characteristic value space, the starting from the fingerprint in the direction of the predetermined Point set extends.

Zweckmässigerweise ist dabei der zumindest eine Sensor aus einer Gruppe ausgewählt, welche zumindest eine Fotodiode mit Filtern für bestimmte Wellenlängen, Körper- und Luftschallaufnehmer, und zumindest eine Kameraeinheit mit einer entsprechenden Oberflächenbeleuchtung umfasst.Conveniently, In this case, the at least one sensor is selected from a group which at least one photodiode with filters for certain wavelengths, body and Airborne sound pickup, and at least one camera unit with a corresponding surface lighting includes.

Weiter ist vorteilhafterweise der zumindest eine Aktor aus einer Gruppe ausgewählt, welche eine Steuerung der Laserleistung, eine Geschwindigkeitssteuerung des Bearbeitungskopfes relativ zum Werkstück, eine Steuerung der Fokuslage des Bearbeitungslaserstrahls, eine Steuerung des Abstands des Bearbeitungskopfes zum Werkstück, und eine Steuerung des Lateralversatzes umfasst.Further is advantageously the at least one actuator from a group selected, which is a laser power control, a speed control the machining head relative to the workpiece, a control of the focus position the machining laser beam, a control of the distance of the machining head to the workpiece, and a control of the lateral offset.

Ferner ist erfindungsgemäß ein Laserbearbeitungskopf zur Bearbeitung eines Werkstücks mittels eines Laserstrahls vorgesehen, der die erfindungsgemäße Vorrichtung umfasst.Further is a laser processing head according to the invention for machining a workpiece provided by means of a laser beam, the device of the invention includes.

Die Erfindung wird im folgenden beispielsweise anhand der Zeichnung näher erläutert. Es zeigen:The Invention will be described below, for example, with reference to the drawing explained in more detail. It demonstrate:

1 ein Flussdiagramm mit den wesentlichen Komponenten des Bearbeitungsprozesses eines Werkstücks gemäß dem erfindungsgemäßen Verfahren, 1 a flowchart with the essential components of the machining process of a workpiece according to the inventive method,

2 eine Übersicht der im erfindungsgemäßen Verfahren eingesetzten Sensoren zur Überwachung und Erfassung des Laserbearbeitungsprozesses, 2 an overview of the sensors used in the method according to the invention for monitoring and detecting the laser processing process,

3 eine stark vereinfachte schematische Ansicht der in einem erfindungsgemäßen Bearbeitungsprozess eingesetzten Bauteile, 3 a greatly simplified schematic view of the components used in a machining process according to the invention,

4A eine stark vereinfachte schematische Ansicht eines Teils der im erfindungsgemäßen Verfahren eingesetzten Aktoren bei einem Laserstrahlschweissprozess, 4A a greatly simplified schematic view of part of the actuators used in the method according to the invention in a laser beam welding process,

4B eine stark vereinfachte schematische Ansicht eines Teils der im erfindungsgemäßen Verfahren eingesetzten Aktoren bei einem Laserstrahlschneidprozess, 4B a highly simplified schematic view of a portion of the inventive Method used actuators in a laser beam cutting process,

5A ein Flussdiagramm der Erstellung eines Fingerabdrucks gemäß dem erfindungsgemäßen Verfahren unter Einsatz von linearen sowie nichtlinearen Dimensionsreduzierern, 5A a flow chart of the creation of a fingerprint according to the inventive method using linear and non-linear dimensional reducers,

5B ein Flussdiagramm der Erstellung eines Fingerabdrucks gemäß dem erfindungsgemäßen Verfahren unter Einsatz eines neuronalen Netzes, 5B a flowchart of the creation of a fingerprint according to the inventive method using a neural network,

6A ein Flussdiagramm des Klassifizierungsvorgangs gemäß dem erfindungsgemäßen Verfahren unter Einsatz von linearen sowie nichtlinearen Dimensionsreduzierern, und 6A a flow chart of the classification process according to the inventive method using linear and nonlinear dimensional reducers, and

6B ein Flussdiagramm des Klassifizierungsvorgangs gemäß dem erfindungsgemäßen Verfahren unter Einsatz eines neuronalen Netzes, 6B a flow chart of the classification process according to the inventive method using a neural network,

7 eine schematische Skizze, welche ein Fehlererkennungsverfahren illustriert, 7 a schematic sketch illustrating an error detection method,

8 ein Flussdiagramm, welches das erfindungsgemäße Erlernen der Fingerabdrücke bzw. der Kennwerte oder Merkmale illustriert, 8th a flowchart illustrating the learning of the fingerprints or the characteristics or features according to the invention,

9 ein Flussdiagramm der Dimensionsreduktionsmethode gemäß der Erfindung, 9 a flow chart of the dimensional reduction method according to the invention,

10 ein Flussdiagramm der erfindungsgemäßen Beurteilung des aktuellen Bearbeitungsprozesses, und 10 a flowchart of the inventive assessment of the current machining process, and

11 ein Flussdiagramm der Schätzung von neuen Steuerparametern gemäß der Erfindung. 11 a flowchart of the estimation of new control parameters according to the invention.

In den verschiedenen Figuren der Zeichnung sind einander entsprechende Bauelemente mit gleichen Bezugszeichen versehen.In The various figures of the drawing are corresponding to each other Components provided with the same reference numerals.

Erfindungsgemäß wird ein kognitives Lasermaterialbearbeitungssystem bereitgestellt, welches durch den Einsatz von Maschinenlernen und selbstlernender Algorithmen kognitive Fähigkeiten besitzt. Das zugehörige erfindungsgemäße Verfahren kann in der Lasermaterialbearbeitung zur Prozessbeobachtung, Prozesskontrolle, und Prozessregelung eingesetzt werden.According to the invention is a cognitive laser material processing system provided by the use of machine learning and self-learning algorithms cognitive abilities has. The associated inventive method can be used in laser material processing for process monitoring, process control, and process control are used.

Ein System kann zwei Arten von kognitiven Fähigkeiten besitzen: Erstens, es erscheint für einen externen Betrachter, als ob das beobachtete System kognitive Fähigkeiten besäße, beispielsweise die Fähigkeit zu lernen und sich selbständig zu verbessern. Zweitens, das System realisiert die kognitiven Fähigkeiten in einer ähnlichen Weise wie ein natürlicher Organismus, beispielsweise das menschliche Gehirn.One System can have two types of cognitive abilities: First, it appears for an external viewer, as if the observed system cognitive Skills possessed, for example the ability to learn and to be independent to improve. Second, the system realizes the cognitive abilities in a similar Way like a natural organism, for example, the human brain.

Das erfindungsgemäße System besitzt kognitive Fähigkeiten wie das Lernen sowie das selbstständige Erkennen und Verbessen von Fehlern, die in der Lasermaterialbearbeitung eingesetzt werden. Der Einsatz von kognitive Fähigkeiten ist besonders vorteilhaft im Bereich der Lasermaterialbearbeitung. Bearbeitungsprozesse wie das Trennen oder Fügen von Werkstücken unterscheiden sich sehr stark von Prozess zu Prozess.The inventive system has cognitive abilities like learning as well as independent recognition and improvement errors that are used in laser material processing. Of the Use of cognitive skills is particularly advantageous in the field of laser material processing. machining processes like separating or joining workpieces are very different from process to process.

Bisher ist es bekannt, jeden Prozess zunächst individuell manuell einzustellen. Nach einer Einstellung der Prozessparameter wird hierbei der Prozess nur beobachtet und entsprechend manuell angepasst. Für den Fall, dass eine nächste Charge an Werkstücken beispielsweise verschmutzt ist oder hinsichtlich der Werkstückdicke von der vorhergehenden Charge an Werkstücken abweicht, muss der Prozess häufig manuell nachgestellt werden. Eine automatische Adaption an Prozessänderungen war entweder überhaupt nicht oder nur in sehr geringem Umfang möglich. Tatsächlich gehen die Anforderungen gerade von Fahrzeugherstellern, die in einer Produktionsstraße gleich mehrere Fahrzeuge herstellen wollen, dahin, dass sich die Produktionssysteme schnell und adaptiv auf die Bearbeitungsprozesse anpassen können.So far It is known to set each process individually manually first. After setting the process parameters, this becomes the process only observed and adjusted accordingly manually. In the case, that one next Batch of workpieces For example, is dirty or in terms of workpiece thickness deviates from the previous batch of workpieces, the process must often manually adjusted. An automatic adaptation to process changes was either at all not possible or only to a very limited extent. In fact, the requirements go straight from vehicle manufacturers who are equal in a production line want to produce several vehicles, there, that the production systems are fast and adapt adaptive to the machining processes.

Das schnelle Erlernen von Bearbeitungsprozessen und das Erkennen, Verbessern und Vermeiden von Fehlern während der Bearbeitung sind Anforderungen die durch die kognitiven Fähigkeiten des erfindungsgemäßen Bearbeitungssystems erfüllt werden.The fast learning of machining processes and recognition, improvement and avoid mistakes during Editing are requirements due to the cognitive abilities the processing system according to the invention be fulfilled.

In 1 ist ein Flussdiagramm des erfindungsgemäßen Verfahrens mit seinen wesentlichen Komponenten schematisch dargestellt, welche im Folgenden Schritt für Schritt erläutert werden.In 1 is a flowchart of the method according to the invention with its essential components shown schematically, which are explained below step by step.

Bei der Prozesserfassung werden erfindungsgemäß alle relevanten Informationen des Bearbeitungsprozesses mit einem Sensorsystem mit zumindest einem Sensor erfasst. Durch die eingesetzten Sensoren werden eine Vielzahl von Messwerten und Informationen über den Prozess erhalten, um Merkmale, Prozessabbildungen, Prozesscharakteristiken oder eindeutige Fingerabdrücke des Prozesses, welche im Folgenden als Kennwerte bezeichnet werden, aus den Messdaten der den Bearbeitungsprozesses überwachenden Sensoren ermitteln zu können. Das Ermitteln erfolgt insbesondere durch Errechnen oder eine andere geeignete, vorzugsweise elektronische Verarbeitung der Messwerte.at the process detection according to the invention all relevant information the machining process with a sensor system having at least one Sensor detected. The sensors used are a variety of readings and information about the process received Features, process maps, process characteristics or unique ones fingerprints of the process, which are referred to below as characteristic values, from the measured data of the monitoring process monitoring sensors to be able to. The determination is made in particular by calculation or another suitable, preferably electronic processing of the measured values.

Eine Übersicht über die erfindungsgemäß eingesetzten Sensoren ist in 2 und ein Aufbau eines erfindungsgemäßen Laserbearbeitungssystems mit den entsprechenden Sensoren ist in 3 gezeigt.An overview of the sensors used in the invention is in 2 and a construction a laser processing system according to the invention with the corresponding sensors is in 3 shown.

Neben bereits bekannten Sensoren zur Überwachung eines Laserbearbeitungsprozesses werden erfindungsgemäß zusätzlich Sensoren zum Erfassen von Körper- und Luftschall eingesetzt. Zur Schallaufnahme ist es zweckmässig, mindestens zwei Sensoren je für Körper- und Luftschall einzusetzen. Außerdem werden die Sensorsignale für Körper- und Luftschall noch je nach Prozess in der Vorverarbeitung gefiltert, verstärkt und entsprechend abgetastet. Für die Luftschallaufnahme eignen sich unterschiedliche Richtcharakteristiken. Durch geschickte Anordnung der Schallaufnehmer können im Anschluss die Orte der Schallquellen und die Ausbreitungsrichtung errechnet werden. So können auch Störgeräusche von nicht relevanten Quellen und Hintergrundsgeräusche reduziert oder Methoden wie aktive Rauschunterdrückung (”Active Noise Cancellation”) angewandt werden.Next already known sensors for monitoring a laser processing process according to the invention additionally sensors for detecting body and airborne sound used. For sound recording, it is expedient, at least two Sensors each for Body- and airborne sound. Furthermore are the sensor signals for Body- and airborne sound filtered depending on the process in preprocessing, reinforced and sampled accordingly. For the airborne sound recording are different directional characteristics. By clever arrangement of the Schallaufnehmer can subsequently the places the sound sources and the propagation direction are calculated. So can also noise from non-relevant sources and background noise reduced or methods like active noise reduction ( "Active Noise Cancellation ") be applied.

Im Laserbearbeitungskopf sind ferner Sensoren zur Emissionserfassung bestimmter Wellenlängen angebracht, welche bevorzugterweise Photodioden sind, die für einen bestimmten Wellenlängenbereich sensitiv sind. Hierbei können zusätzlich noch optische Bandpassfilter zur Auswahl bestimmter Wellenlängenbereiche vor den entsprechenden Photodioden angeordnet sein. Die Messwerte dieser Sensoren werden ebenfalls erfasst und abgetastet.in the Laser processing heads are also sensors for emission detection certain wavelengths attached, which are preferably photodiodes, for a certain wavelength range are sensitive. Here you can additionally still optical bandpass filters for selecting specific wavelength ranges be arranged in front of the corresponding photodiodes. The measured values These sensors are also detected and scanned.

Weiter werden Kameras, die den Laserbearbeitungsvorgang und insbesondere die Laserbearbeitungszone beobachten, zur Messdatengewinnung verwendet. So kann eine In-Prozess Kamera eingesetzt werden, deren Beobachtungsstrahlengang koaxial in den Strahlengang des Arbeitslasers im Bearbeitungskopf eingekoppelt ist, um somit die Laserbearbeitungszone abzubilden. Alternativ kann auch außerhalb des Bearbeitungskopfes eine Kamera den Bearbeitungsprozess erfassen. Eine vorlaufende Kamera, genannt Pre-Prozess-Kamera, und eine nachlaufende Kamera, genannt Post-Prozess-Kamera, können den Laserbearbeitungsprozess ebenfalls erfassen. Für die Kameraerfassung sind diverse Werkstückbeleuchtungskonzepte je nach Bearbeitungsprozess geeignet. So können erfindungsgemäß zur Beleuchtung Leuchtdioden, welche kostengünstig sind und in einem breiten Wellenlängenbereich abstrahlen können, oder Laser in verschiedenen Wellenlängen mit entsprechender Optik zur Fokussierung auf den Kameraausschnitt auf der Werkstücksoberfläche eingesetzt werden. Zur Vorverarbeitung der Kameradaten sind Datenverarbeitungsverfahren wie ”Region of Interest”, ”Qualas”, oder eine Geometriedatenauswertung besonders geeignet und bevorzugt. Zusätzlich wird erfindungsgemäß ein High Dynamic Range (HDR) Verfahren eingesetzt, welches das Kontrastverhältnis der erfassten Kamerabilder vorteilhafterweise erhöht. Dazu werden die Bilder mit unterschiedlichen Belichtungszeiten erfasst und über ein HDR-Verfahren miteinander verrechnet, so dass Bilder mit sehr hohem Kontrastverhältnis entstehen.Further Cameras are the laser processing operation and in particular observe the laser processing zone, used for data acquisition. Thus, an in-process camera can be used whose observation beam path coaxial in the beam path of the working laser in the machining head is coupled, so as to image the laser processing zone. Alternatively, outside as well of the processing head a camera capture the machining process. A leading camera, called a pre-process camera, and a trailing one Camera, called post-process camera, can use the laser processing process also record. For The camera acquisition are various workpiece lighting concepts depending on Machining process suitable. Thus, according to the invention for lighting Light-emitting diodes, which are inexpensive and in a wide wavelength range can radiate or lasers in different wavelengths with appropriate optics used to focus on the camera cutout on the workpiece surface become. For pre-processing the camera data, data processing methods such as "Region of interest "," qualas ", or a geometry data evaluation particularly suitable and preferred. additionally is a high according to the invention Dynamic Range (HDR) method, which uses the contrast ratio of captured camera images advantageously increased. These are the pictures recorded with different exposure times and over HDR method offset each other, so that pictures with very high contrast ratio arise.

Die Qualität der Prozesserfassung steigt mit der Anzahl der eingesetzten Sensoren, jedoch steigen die Kosten des Systems entsprechend. Es soll daher angemerkt werden, dass das erfindungsgemäße Verfahren nicht auf den Einsatz der Vielzahl von Sensoren beschränkt ist, sondern bereits unter Verwendung lediglich eines Sensors, beispielsweise der In-Prozesskamera, durchgeführt werden kann.The quality the process detection increases with the number of sensors used, however, the cost of the system increases accordingly. It should therefore be noted that the inventive method not on the Use of the variety of sensors is limited, but already under Using only one sensor, for example the in-process camera, carried out can be.

Im Folgenden wird die Prozesssteuerung gemäß dem erfindungsgemäßen Verfahren unter Verwendung von spezifischen Aktoren beschrieben.in the Below is the process control according to the inventive method described using specific actuators.

In der Lasermaterialbearbeitung wird normalerweise ein Steuerprogramm für alle beteiligten Aktoren manuell entworfen. Während des Prozesses wird dieses Steuerprogramm nur über eine Prozessüberwachung kontrolliert oder mit fest definierten Regelkreisen wie einer kapazitiven Abstandssensorik beim Laserschneiden angepasst.In The laser material processing is usually a control program for all involved actors designed manually. During the process this will happen Control program only about a process monitoring controlled or with well-defined control circuits such as a capacitive Distance sensor adapted for laser cutting.

Im erfindungsgemäßen Verfahren werden hingegen auf die laufende Prozesssteuerung zugegriffen und weitere neue Prozesssteuerungsmöglichkeiten integriert.in the inventive method On the other hand, the current process control is accessed and other new process control options integrated.

Wie in 4A gezeigt, werden bei dem Bearbeitungsverfahren Laserstrahlschweißen die Laserstrahlleistung, der Abstand zwischen Bearbeitungskopf und Werkstück, die Geschwindigkeit des Bearbeitungskopfes relativ zum Werkstück und die Lage des Fokuspunktes der bearbeitenden Laserstrahlung gesteuert oder geregelt.As in 4A In the laser beam welding processing method, the laser beam power, the distance between the machining head and the workpiece, the speed of the machining head relative to the workpiece, and the position of the focal point of the machining laser beam are controlled or controlled.

Wie in 4B gezeigt, werden beim Bearbeitungsverfahren Laserschneiden neben den genannten Prozessparametern erfindungsgemäß zusätzlich noch die Prozessgaszufuhr gesteuert oder geregelt. Außerdem können bei beiden Bearbeitungsverfahren Steuersignale in Ihrer Intensität mit einer bestimmten Frequenz moduliert werden, z. B. eine Modulation der Laserstrahlungsintensität zwischen 90 und 100 Prozent. Da das Steuersignal bekannt ist, können aus der Systemantwort über die Sensordaten Erkenntnisse über den Prozess wie beispielsweise ein Gradientenfeld des Kennwertraums in Abhängigkeit der Prozessparameter in unterschiedlichen Messbereichen zurückgewonnen werden. Die Steuerungen können über entsprechende Linearachsen, Robotersteuerung oder sonstige Steuerschnittstellen realisiert werden.As in 4B In addition to the process parameters mentioned, in the laser cutting process, the process gas supply is additionally controlled or regulated according to the invention. In addition, both types of processing control signals can be modulated in intensity with a specific frequency, eg. B. a modulation of the laser radiation intensity between 90 and 100 percent. Since the control signal is known, insights about the process, such as, for example, a gradient field of the parameter space as a function of the process parameters in different measuring ranges, can be recovered from the system response via the sensor data. The controls can be realized via corresponding linear axes, robot control or other control interfaces.

Obwohl die Regelungsmöglichkeiten mit steigender Anzahl der eingesetzten Aktoren zunehmen, da mehr Prozessparameter gesteuert werden können, steigen entsprechend die Kosten des Systems. Daher soll angemerkt werden, dass das erfindungsgemäße Verfahren nicht auf den Einsatz der Vielzahl von Aktoren beschränkt ist, sondern bereits unter Verwendung lediglich eines Aktors, beispielsweise einer Laserleistungssteuerung für das Laserschweißen oder einer Prozessgassteuerung für das Laserschneiden durchgeführt werden kann.Although the control options increase with increasing number of actuators used As more process parameters can be controlled, the cost of the system increases accordingly. Therefore, it should be noted that the inventive method is not limited to the use of the plurality of actuators, but already using only one actuator, such as a laser power control for laser welding or a process gas control for laser cutting can be performed.

Im folgenden wird der Schritt des Klassifizierens des Laserbearbeitungsvorgangs gemäß dem erfindungsgemäßen Verfahren genauer beschrieben.in the The following will be the step of classifying the laser processing operation according to the method of the invention described in more detail.

Zur Realisierung eines selbstständigen Erkennens und Behebens von Fehlern durch das erfindungsgemäße Laserbearbeitungssystem muss die technische Kognition aus den Sensordaten abstrahiert werden, damit das erfindungsgemäße System selbstständig Entscheidungen für die Ansteuerung der Aktorik treffen kann.to Realization of an independent Recognizing and correcting errors by the laser processing system according to the invention the technical cognition has to be abstracted from the sensor data, Thus, the system of the invention independently decisions for the Activation of actuators can make.

Weiter ist es vorteilhaft, wenn das System durch einen Bediener des Systems geschult werden kann und selbst lernfähig ist. Zur Realisierung der kognitiven Lasermaterialbearbeitung ist erfindungsgemäß vorgesehen, dass das System die wesentlichen Kennwerte aus allen verwendeten Sensoren selbstständig bereits kennt oder diese erfasst und erlernt und anschließend Entscheidungen für die Prozesssteuerung trifft. Im folgenden sollen drei Stufen des erfindungsgemäßen Verfahrens dargestellt werden, nämlich das Erlernen der Prozessumgebung, die Klassifizierung des aktuellen Prozessergebnisses und die Steuerung oder Regelung des Prozesses.Further It is advantageous if the system is controlled by an operator of the system can be trained and is self-learning. To realize the cognitive laser material processing is provided according to the invention, that the system used the essential characteristics of all Sensors independently already knows or captures and learns and then make decisions for the Process control meets. In the following, three stages of the method according to the invention be represented, namely learning the process environment, the classification of the current one Process result and the control or regulation of the process.

Zunächst soll das Erlernen der Prozessumgebung erläutert werden. Um den Prozess kennenzulernen, sind zunächst Referenzfahrten bzw. Testbearbeitungen notwendig. Jeder Bearbeitungsprozess hat ein gewünschtes Ergebnis und ein davon abweichendes. Die Testbearbeitung oder Referenzfahrt muss beide Ergebnisse und idealerweise auch die Übergänge enthalten, sowie die Reaktion des Systems auf die Prozesssteuerung. Soll beispielsweise eine Schweißnaht im Überlappstoß von Edelstahl mit einer definierten Schweißnahtbreite von X mm und einer Länge von Y cm erzielt werden, so muss mindestens eine Referenzfahrt gefahren werden, in der mindestens ein Prozessparameter so variiert wird, dass in dieser Referenzfahrt sowohl das definierte als auch die Definitionsüberschreitung in beiden Richtungen des Prozessparameters enthalten ist.First of all Learning the process environment will be explained. To the process to get to know each other first Homing or test processing necessary. Every editing process has a desired Result and a different one. The test processing or homing must contain both results and ideally also the transitions, as well as the reaction of the system to the process control. For example, if a weld in the lap of stainless steel with a defined weld width of X mm and one length of Y cm, at least one homing run must be made in which at least one process parameter is varied so that in this reference run both the defined and the definition exceeded is contained in both directions of the process parameter.

In diesem Fall kann der menschliche Systembediener erfindungsgemäß eine Referenzfahrt mit einer steigenden Laserleistung als Prozessparameter durchführen, bei dem im Prozess die obere und untere Definitionsgrenze auftritt und überschritten wird. Ist die untere Definitionsgrenze beispielsweise die Durchschweißung und die obere Definitionsgrenze der Nahteinfall, so kann eine Referenzfahrt mit einer Laserleistung beginnen, die noch keine Durchschweißung hervorruft. Während der Referenzfahrt wird die Laserleistung so gesteuert, dass sie kontinuierlich steigt, bis ein Nahteinfall auftritt. Dieser Prozess wird mit der beschriebenen Prozesssensorik, die die entsprechenden Messwerte aufnimmt, beobachtet und zum Erlernen der Prozessumgebung verwendet.In In this case, the human system operator according to the invention with a reference travel an increasing laser power as a process parameter perform at in the process the upper and lower definition limit occurs and exceeded becomes. For example, the lower limit of definition is the through-flow and the upper definition limit of the seam entry, so can a reference run start with a laser power that does not cause any penetration. While During homing, the laser power is controlled so that it continuously increases until a suture occurs. This process is with the described process sensors, which are the corresponding Records, observes and learns the process environment used.

Ein anderes Beispiel betrifft Produktionsprobleme zwischen zwei Chargen von fettigen und nicht fettigen Werkstücken. Hier müssten zum Erlernen bei der Referenzfahrt ebenfalls die Definitionsgrenzen enthalten sein. Der Bediener teilt dem kognitiven Lasermaterialbearbeitungssystem mit, wo die Definitionsgrenzen liegen, so kann das erfindungsgemäße System lernen, zwischen den Bereichen zu unterscheiden.One Another example concerns production problems between two batches of greasy and non-greasy workpieces. Here would have to Learning during homing also includes the definition limits be. The operator shares the cognitive laser material processing system with, where the definition limits lie, so the system according to the invention learn to distinguish between the areas.

Zum Erlernen der Prozessumgebung sind erfindungsgemäß zwei unterschiedliche Verfahren vorgesehen, welche im Folgenden beschrieben werden.To the Learning the process environment, two different methods are provided according to the invention, which are described below.

Wie in 5A gezeigt, können zur Erlernung der Prozessumgebung lineare sowie nichtlineare Dimensionsreduzierer und Mannigfaltigkeit-Lernmethoden wie Hauptkomponentenanalyse (PCA), MDS (Multidimensional Scaling), LLE (Locally Linear Embedding), ISOMAP (Isometric Feature Mapping) und SVM (Support Vector Machines) eingesetzt werden. Diese Methoden können sowohl in Kombination als auch alleinstehend eingesetzt werden.As in 5A For example, linear and nonlinear dimensional reducers and manifold learning methods such as Principal Component Analysis (PCA), MDS (Multidimensional Scaling), LLE (Locally Linear Embedding), ISOMAP (Isometric Feature Mapping), and SVM (Support Vector Machines) can be used to explore the process environment. These methods can be used both in combination and alone.

Wie in 5B gezeigt, ist ein anderer Ansatz zur Erlernung der Prozessumgebung der Einsatz eines Künstlichen Neuronalen Netzes (KNN).As in 5B Another approach to learning the process environment is the use of an artificial neural network (KNN).

Im ersten Ansatz wird, vereinfacht beschrieben, die hohe Menge an Sensordaten fusioniert und reduziert. Dabei bleiben möglichst alle wesentlichen Merkmale erhalten und redundante Information werden vernachlässigt. Am Ende steht für jeden beobachteten Zeitpunkt ein Vektor bzw. eine Matrix aus Kennwerten, die aus den Messwerten der Sensoren gewonnen, jedoch in der Datenmenge stark reduziert wurden. Mit dieser Matrix bzw. Vektor, den man auch als Fingerabdruck des Prozesses oder Charakteristik bezeichnen kann, soll der Prozesszustand eindeutig klassifiziert werden können.in the The first approach is described in simplified terms, the high amount of sensor data merged and reduced. As far as possible all essential features remain and redundant information is neglected. At the End stands for every observed time a vector or a matrix of characteristic values, those obtained from the measurements of the sensors, but in the amount of data were greatly reduced. With this matrix or vector, which is also called Fingerprint of the process or characteristic can denote the process state should be clearly classified.

Mit Künstlichen Neuronalen Netzen ist das Vorgehen ein anderes, da hier das Netz trainiert wird und die gelernten Informationen anschließend im Netz vorhanden sind, welche das Ergebnis dann klassifizieren kann. Die Ausgangsneuronen ergeben so zunächst eine Klassifizierung anhand der trainierten Daten. Anhand dieser Klassifizierung kann anschließend geregelt werden.With artificial neural networks, the procedure is different, since the network is trained here and the learned information is then available in the network, which can then classify the result. The initial neurons thus initially give a classification based on the trainier data. Based on this classification can then be regulated.

Wird der Bearbeitungsprozess nun beobachtet, muss das aktuelle Prozessergebnis erfasst werden, mit dem vorher gelernten Sollbereich, welcher als Punktmenge im Kennwertraum aufgefasst werden kann, verglichen werden, und ggf. die Prozessparameter angepasst werden, wie in den 6A und 6B gezeigt. Die Prozessparameteranpassung kann und sollte bereits vor dem Austritt aus dem Sollbereich erfolgen. Hierbei kann die vorbestimmte Punktmenge, welche für die Regelung des Systems verwendet wird, so angepasst werden, dass in einem Regelungsfall der aktuelle Fingerabdruck des Sensorsystems die vorbestimmte Punktmenge bereits zu einem Zeitpunkt verlässt, wenn der Fingerabdruck in einen Randbereich des Sollbereichs eintritt.If the processing process is now observed, the current process result must be recorded, compared with the previously learned target range, which can be understood as a point quantity in the characteristic value space, and, if necessary, the process parameters are adapted, as in the 6A and 6B shown. The process parameter adaptation can and should already take place before exiting the target range. In this case, the predetermined amount of points which is used for the control of the system can be adjusted so that in a control case, the current fingerprint of the sensor system already leaves the predetermined amount of points at a time when the fingerprint enters an edge region of the desired range.

Im folgenden wird die Klassifizierung des aktuellen Prozessergebnisses nach der ersten Methode beschrieben (6A). Das kognitive Lasermaterialbearbeitungssystem hat bereits in der Datenbank eines Speichers die erlernte Prozessumgebung, die gelernten Merkmale oder Fingerabdrücke in Form von einem Vektor oder einer Matrix gespeichert. Die aktuell vom Prozess gewonnenen Messwerte der Sensoren müssen zunächst in der Datenmenge reduziert und zum Vergleich in den gleichen Datenraum, also den Kennwertraum, wie die Merkmalsvektoren oder Fingerabdrücke gebracht werden, somit wird ein aktueller Fingerabdruck als reduzierter Sensordatenvektor bzw. Matrix im Kennwertraum erhalten, der mit der erlernten Punktmenge im Kennwertraum verglichen wird. Somit kann die Wahrscheinlichkeit erhalten werden, dass der aktuell erfasste Datenpunkt am nächsten zu einem gewissen Merkmalspunkt ist. Hierbei ist bekannt, ob dieser Merkmalspunkt noch innerhalb des Sollbereiches ist, ferner ist die wahrscheinlich notwendige Korrektur des Prozessparameters bekannt.The following describes the classification of the current process result according to the first method ( 6A ). The cognitive laser material processing system has already stored in the database of a memory the learned process environment, the learned features or fingerprints in the form of a vector or a matrix. The measured values of the sensors currently obtained by the process must first be reduced in the amount of data and brought into the same data space, ie the characteristic value space, such as the feature vectors or fingerprints, thus obtaining a current fingerprint as a reduced sensor data vector or matrix in the characteristic value space is compared with the learned point quantity in the characteristic value space. Thus, the probability can be obtained that the currently detected data point is closest to a certain feature point. It is known here whether this feature point is still within the desired range, furthermore the probably necessary correction of the process parameter is known.

Die Klassifizierung des aktuellen Prozessergebnisses mittels neuronaler Netze (6B) erfolgt durch das trainierte Netz. Klassifizierungsergebnis ist, ob der Prozess noch im Sollbereich liegt und mit welcher Tendenz der Prozessparameter angepasst werden soll.The classification of the current process result by means of neural networks ( 6B ) is done by the trained network. The classification result is whether the process is still within the target range and with which tendency the process parameter is to be adapted.

Die Steuerung bzw. Regelung des Prozesses gemäß dem erfindungsgemäßen Verfahren erfolgt auf die folgende Weise. Mittels des Klassifizierungsergebnisses kennt die Regelungseinheit bereits die Richtung und die Stärke, mit der die entsprechenden Aktoren aktiviert werden müssen. Verschiedene Regelverfahren können eingesetzt werden. So kann beispielsweise die Minimierung der geodesischen Distanz zwischen gewünschten Merkmalsvektor und Ergebnisvektor oder ein Regelverfahren mit Kalman-Filter und Minimierung des mittleren quadratischen Fehlers eingesetzt werden. Zudem kann die Tendenz zur Regelung aus den multidimensionalen Merkmalsräumen oder Kennwerträumen über die ”Support Vector”-Klassifikation ermittelt werden. Der Regler darf den vorher definierten Sicherheitsbereich nicht überschreiten.The Control of the process according to the inventive method takes place in the following way. By means of the classification result the control unit already knows the direction and strength, with the corresponding actuators must be activated. Various control methods can be used. For example, minimizing the geodesic distance between desired Feature vector and result vector or a control method with Kalman filter and minimizing the mean square error. In addition, the tendency to control from the multidimensional feature spaces or Kennwerträumen about the "Support Vector "classification be determined. The controller must not exceed the previously defined safety range.

Die Erfindung kann in mehreren Verfahrensvarianten angewandt werden, von denen an dieser Stelle einige vorgestellt werden.The Invention can be applied in several process variants, some of which are presented here.

In der Prozessüberwachung ist es wichtig, einige Fehler sauber zu diskutieren. Auch hier zeigt der Einsatz von kognitiver Lasermaterialbearbeitung gute Ergebnisse. Beim Fehlererkennungsverfahren (wie in 7 illustriert) muss zunächst ein Fehler bewusst vom Bediener provoziert werden, damit das kognitive System diesen erlernen kann. Hat das System den Fehler gelernt kann es diesen genau detektieren. Dies soll mit folgendem Beispiel illustriert werden. Erkannt werden soll der Gart oder die Bart-Entstehung an den Schnittkanten bei einem Laserschneidprozess mit einer Prozesssensorik mit diversen Sensoren, u. a. einer In-Prozess Kamera. Der Bediener macht eine Referenzfahrt mit konstanten Steuerparametern außer dem Prozessgas, welches er über die Steuerung während der Referenzfahrt so weit abfallen läßt, so dass Grat deutlich entsteht. Ist die Referenzfahrt beendet, errechnet das kognitive Lasermaterialbearbeitungssystem über die PCA, Principal Components Analyse oder eine Kombination aus den anderen Methoden der vorgestellte Dimensionsreduzierer, die entsprechenden Hauptkomponenten aus den Sensordaten. Der Bediener nennt dem System nun, an welchen Stellen des Werkstückes Gart entstanden ist. Aus der Information, wo der Grat an der Schnittkante entstanden ist und an welchen Stellen entsprechende Hauptkomponenten aus den Sensordaten errechnet wurden, kann das kognitive System anschließend die entsprechende Komponente, ein Vektor bzw. Matrix, errechnen, die die gesammelten Merkmale bzw. den Fingerabdruck für das Entstehen von Grat enthält. Aus den aktuellen Sensordaten im weiteren Betrieb der Anlage kann dann mit Matrix-Vektor Algebra während des Prozesses errechnet und dem Bediener angezeigt werden, ob der gelernte Fehler aufgetreten ist.In process monitoring, it is important to cleanly discuss a few bugs. Again, the use of cognitive laser material processing shows good results. In the error detection process (as in 7 illustrated), an error must first be deliberately provoked by the operator so that the cognitive system can learn this. If the system has learned the error, it can detect it accurately. This will be illustrated with the following example. The garden or beard formation at the cut edges is to be detected in a laser cutting process with a process sensor system with various sensors, including an in-process camera. The operator makes a homing run with constant control parameters except the process gas, which he drops so far over the control during the homing run, so that burr clearly arises. When homing is complete, the cognitive laser material processing system uses PCA, Principal Components Analysis, or a combination of the other methods of the presented dimensional reducer to calculate the corresponding principal components from the sensor data. The operator now tells the system where Gart has come from. The cognitive system can then calculate the corresponding component, a vector or matrix, from the information about where the ridge has been created at the cutting edge and at which points corresponding main components were calculated from the sensor data, the collected features or the fingerprint for contains the formation of burrs. From the current sensor data in the further operation of the system can then be calculated with matrix vector algebra during the process and the operator to see whether the learned error has occurred.

Das gleiche Verfahren kann eingesetzt werden, um beispielsweise Effekte beim Laserstrahlschweißen oder Laserschneiden zu erkennen: Falscher Freund, Nahteinfall, Durchschweißung, Schnittbreite X, Status Durchschnitt, Schnittkantenrauhigkeit, Verbrennungseffekte, Schweißnahtbreite Y, Status Einschweißung, Status Durchschweißung, Status Anbindequerschnitt, Spalt im Überlappstoß, Spalt im Stumpfstoß, Lateralversatz, Auswürfe, Poren, Löcher.The same method can be used, for example, effects in laser beam welding or Laser cutting to recognize: wrong friend, seam incidence, Durchschweißung, cutting width X, status average, cut edge roughness, combustion effects, Weld width Y, Status weld-in, Status through-welding, status Anbindequerschnitt, gap in the lap joint, gap in the butt, Lateral misalignment, ejections, Pores, holes.

Die Erfindung kann auch dazu eingesetzt werden, einen Chargenwechsel zu vereinfachen, der zuvor eine Anpassung des Lasermaterialbearbeitungssystems erforderte. Die Werkstücke der neuen Charge haben geringfügig geän derte Eigenschaften, z. B. Materialdicke oder Verschmutzungsgrad. Es wird wieder zunächst eine Lernphase und anschließend eine Klassifizierungsphase durchgeführt. Nach der Klassifizierungsphase kann bereits ein Regelprozess realisiert werden. Es können aber auch neue Steuerparameter für eine Prozessänderung geschätzt werden, die z. B. durch einen Chargenwechsel auftreten.The invention can also be used for this purpose to simplify a batch change that previously required an adjustment of the laser material processing system. The workpieces of the new batch have slightly changed properties, eg. B. material thickness or degree of contamination. It is again carried out first a learning phase and then a classification phase. After the classification phase, a control process can already be realized. But it can also be estimated new control parameters for a process change, the z. B. occur by a batch change.

In der Lernphase werden gemäß 8 die Messwerte der Prozesssensorik von einer Referenzfahrt erfasst. Als Referenzfahrt werden erneut konstante Prozesssteuerungsparameter eingestellt, bis auf einen Steuerungsparameter, der variiert wird. Bei einem Laserstrahlschweißprozess kann beispielsweise die Laserleistung stetig während der Referenzfahrt gesteigert werden. Die erfassten Daten werden vom kognitiven Lasermaterialbearbeitungssystem mit Dimensionsreduzierern bearbeitet, vgl. 9. Die Ausgangsdaten jedes verwendeten Sensors werden zunächst mit einem entsprechenden Tiefpass gefilter. Anschließend werden über die Principal Component Analyse die n Hauptkomponenten ausgibt. Die ISOMAP kann zusätzlich angewendet werden, falls die PCA nicht zur Dimensionsreduktion ausreicht. Die Daten werden anschließend normiert und vom Mittelwert befreit. Am Ende dieses Verarbeitungsschrittes erhält man die Merkmalsausprägungsdaten für die verwendeten Sensoren zu jedem erfassten Zeitabschnitt. Die entsprechenden Merkmale oder Fingerabdrücke und deren Abbildungsvorschrift werden in einer Datenbank für Merkmalsabbildungsvorschriften abgelegt. Der Bediener des Systems definiert nun auf dem Werkstück einen Bereich, der dem gewünschten Ergebnis entspricht. Diese Definition wird in einen Vektor überführt, mit welchem ein Klassifizierter trainiert werden kann. Um eine Klassifizierung durchführen zu können wird in diesem Verfahren Support Vector Machines verwendet. In diesem Fall wird ein Verfahren der Support Vector Classification angewandt. Es beschreibt ein mathematisches Verfahren zur Unterscheidung von gewünschten und nicht gewünschten Prozessergebnissen, die durch eine multidimensionale Trennung des Merkmalsraumes durchführt, basierend auf den Vorgaben des Bedieners. Die Datenbank mit Merkmalsabbildungsvorschriften beschreibt die Abbildungsvorschrift und die Klassifizierungsdatenbank beschreibt die Trennung der Merkmalsräume.In the learning phase are according to 8th the measured values of the process sensors are recorded by a homing run. As a reference, constant process control parameters are again set, except for a control parameter that is varied. In a laser beam welding process, for example, the laser power can be increased steadily during reference travel. The acquired data is processed by the cognitive laser material processing system with dimension reducers, cf. 9 , The output data of each sensor used are first filtered with a corresponding low-pass filter. Then the n principal components are output via the Principal Component Analysis. The ISOMAP can also be used if the PCA is not sufficient for dimensional reduction. The data are then normalized and freed from the mean. At the end of this processing step, one obtains the feature expression data for the sensors used for each detected period of time. The corresponding features or fingerprints and their mapping rule are stored in a database for feature mapping rules. The operator of the system now defines an area on the workpiece that corresponds to the desired result. This definition is transformed into a vector with which a classifier can be trained. In order to be able to perform a classification, Support Vector Machines is used in this process. In this case, a Support Vector Classification method is used. It describes a mathematical method for distinguishing desired and undesired process results, which is performed by a multi-dimensional separation of the feature space, based on the specifications of the operator. The feature mapping database describes the mapping rule and the classification database describes the separation of the feature spaces.

Im Folgenden wird die Anwendung des erlernten Prozesswissens zur Klassifizierung bzw. Beurteilung des aktuellen Bearbeitungsprozesses (10) be schrieben. Nach der Lernphase überwacht das kognitive Lasermaterialbearbeitungssystem den Bearbeitungsprozess, nach den vorher eingelernten Bedienerwünschen. Die Sensordaten werden basierend auf den Vorgaben der bestimmten Merkmalsabbildungsvorschriften dimensionsreduziert. Auf die ausgegebenen Daten befinden sich im vorbestimmten Merkmalsraum oder Kennwertraum. Die vom Bediener gelernten Klassifizierungsdaten über das Support Vector Classification Verfahren dienen zur Beurteilung des aktuellen Bearbeitungsprozesses. Es kann beurteilt werden, ob das aktuelle Prozessergebnis im vom Bediener definierten Sollbereich liegt und welche Tendenz über eine Wahrscheinlichkeit für den Prozesssteuerparameter zur Regelung des Prozesses eingeschlagen werden soll.In the following, the application of the learned process knowledge for the classification or assessment of the current processing process ( 10 ) be written. After the learning phase, the cognitive laser material processing system monitors the machining process according to the previously learned operator wishes. The sensor data is dimensionally reduced based on the specifications of the particular feature mapping rules. The output data are in the predetermined feature space or feature space. The classification data learned by the operator through the Support Vector Classification procedure is used to assess the current machining process. It can be judged whether the current process result is within the operator-defined target range and what tendency is to be taken over a probability for the process control parameter to control the process.

Nun soll die Schätzung von neuen Steuerparametern oder Prozessparametern bei kleinen Prozessänderungen durch einen Chargenwechsel beschrieben werden. Wird der Bearbeitungsprozess für eine gewisse Dauer abgeändert, z. B. durch eine leichte Änderung der Werkstückeigenschaften bei einem Chargenwechsel, können die neuen Steuerparameter geschätzt werden. Dazu muss neben der vorherigen Referenzfahrt 1 eine neue Referenzfahrt 2 durchgeführt werden. Bei Referenzfahrt 1 und 2 wurden die gleichen Steuerparameter angewendet.Now should the estimate new control parameters or process parameters for small process changes be described by a batch change. Will the editing process for one changed for a certain period, z. B. by a slight change the workpiece properties at a batch change, can the new control parameters are estimated become. For this purpose, in addition to the previous homing 1 a new Reference run 2 performed become. Homing 1 and 2 were the same control parameters applied.

Wie in 11 gezeigt, werden die Sensordaten oder die Messwerte der Sensoren von Referenzfahrt 2 erneut dimensionsreduziert. Die Abbildungsvorschriften werden nun auf die aufgezeichneten Sensordaten der Referenzfahrt 1 angewandt. Über das erfindungsgemäße Verfahren der Support Vector Classification werden die Auftrittswahrscheinlichkeiten der Merkmale aus Referenzfahrt 1 während der Referenzfahrt 2 errechnet. Das kognitive Lasermaterialbearbeitungssystem kann so aus der Position auf dem Werkstück bzw. aus den an dieser Stelle verwendeten Steuerparametern und den Auftrittswahrscheinlichkeiten der Merkmale errechnen, welche Steuerparameter im neuen Prozess ein sehr ähnlich oder nahezu gleiches Ergebnis wie im vorherigen Bearbeitungsprozess hervorrufen werden.As in 11 shown, the sensor data or the measured values of the sensors of reference travel 2 are again reduced in size. The mapping rules are now applied to the recorded sensor data of Homing 1. Via the method according to the invention of the Support Vector Classification, the occurrence probabilities of the characteristics from reference travel 1 during reference travel 2 are calculated. The cognitive laser material processing system can thus calculate from the position on the workpiece or from the control parameters used here and the occurrence probabilities of the features, which control parameters in the new process will produce a result very similar to or almost the same as in the previous machining process.

Im merkmalsbasierten Regelungsverfahren werden wie in den zuvor geschilderten Verfahren Merkmale aus den Prozessdaten gewonnen. Diese Merkmale werden durch anfängliche und regelmäßig wiederkehrende Referenzfahrten vom Bediener klassifiziert, mit entsprechender Bewertung, ob der Steuerpara meter angepasst werden soll. Die entsprechenden Merkmale und die dazugehörigen Klassifizierungen werden in einer Datenbank ggf. mit Anpassungsvorschlag abgelegt. Der Bediener beurteilt also das System in regelmäßigen Abständen und schult es somit. Das System kann so zunächst feststellen, ob sich das aktuelle Prozessergebnis noch im vorgegebenen Merkmalsraum befindet und ob das System eine Anpassung der Steuerparameter durchführen soll. Die gelernten Merkmale und Anpassungsvorschläge werden somit über die Zeit mehr und das System wird in der Bearbeitung immer besser. Ähnliche Merkmale und Anpassungsvorschläge können miteinander wieder verrechnet werden, um einer Merkmalsflut zu entgehen.In the feature-based control method, features are obtained from the process data as in the previously described methods. These features are classified by initial and periodic homing by the operator, with appropriate assessment of whether the control parameter should be adjusted. The corresponding characteristics and the associated classifications are stored in a database, possibly with an adjustment proposal. The operator therefore assesses the system at regular intervals and thus trains it. The system can thus first determine whether the current process result is still in the specified feature space and whether the system should perform an adjustment of the control parameters. The learned characteristics and adaptation suggestions will become more and more over time System is getting better at editing. Similar features and customization proposals can be netted again to avoid a flood of features.

Claims (14)

Verfahren zur Überwachung eines an einem Werkstück durchzuführenden Laserbearbeitungsvorgangs, mit den folgenden Schritten: – Erfassen von zumindest zwei aktuellen Messwerten mittels zumindest einem Sensor, welcher den Laserbearbeitungsvorgang überwacht, – Ermitteln von zumindest zwei aktuellen Kennwerten aus den zumindest zwei aktuellen Messwerten, wobei die die zumindest zwei aktuellen Kennwerte gemeinsam einen aktuellen Fingerabdruck in einem Kennwertraum darstellen, – Bereitstellen einer vorbestimmten Punktmenge in dem Kennwertraum, und – Klassifizieren des Laserbearbeitungsvorgangs durch Erfassen der Lage des aktuellen Fingerabdrucks relativ zur vorbestimmten Punktmenge im Kennwertraum.Method for monitoring a workpiece to be performed on a workpiece Laser processing operation, with the following steps: - To capture of at least two current measured values by means of at least one Sensor monitoring the laser processing operation, - Determine of at least two current characteristic values from the at least two current ones Measured values, where the at least two current characteristic values are common represent a current fingerprint in a characteristic space, - Provide a predetermined amount of points in the characteristic space, and - Classify of the laser processing operation by detecting the position of the current one Fingerprint relative to the predetermined amount of points in the characteristic space. Verfahren nach Anspruch 1, mit dem Schritt des Regelns zumindest eines Prozessparameters eines zugehörigen Aktors derart, dass, wenn der aktuelle Fingerabdruck die vorbestimmten Punktmenge des Kennwertraums verlässt, der zumindest eine Aktor so aktiviert wird, dass die Änderung des zugehörigen Prozessparameters einem Gradienten im Kennwertraum entspricht, der sich ausgehend von dem Fingerabdruck in Richtung der vorbestimmten Punktmenge im Kennwertraum erstreckt.The method of claim 1, including the step of regulating at least one process parameter of an associated actuator such that if the current fingerprint matches the predetermined point set of the Leaving characteristic value space, the at least one actor is activated so that the change of the associated Process parameter corresponds to a gradient in the characteristic value space, the starting from the fingerprint in the direction of the predetermined amount of points extends in the characteristic space. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass das Ermitteln eines aktuellen Kennwerts aus zumindest einem aktuellen Messwert ein Verfahren zur Datenreduktion oder Dimensionsreduktion wie eine Hauptkomponentenanalyse, multidimensionale Skalierung, Support Vector Machines oder Support Vector Classification, oder ein ISOMAP-Verfahren umfasst.Method according to claim 1 or 2, characterized that the determination of a current characteristic from at least one current reading a method of data reduction or dimension reduction like a principal component analysis, multidimensional scaling, Support Vector Machines or Support Vector Classification, or an ISOMAP method. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass das Ermitteln eines aktuellen Kennwerts aus zumindest einem aktuellen Messwert mit Hilfe eines neuronalen Netzes erfolgt.Method according to claim 1 or 2, characterized that the determination of a current characteristic from at least one current measured value with the help of a neural network. Verfahren nach einem der vorstehenden Ansprüche, dadurch gekennzeichnet, dass die vorbestimmte Punktmenge innerhalb des Kennwertraums mittels eines Lernprozesses festgelegt wird.Method according to one of the preceding claims, characterized characterized in that the predetermined amount of points within the characteristic space by means of of a learning process. Verfahren nach einem der vorstehenden Ansprüche, dadurch gekennzeichnet, dass das Gradientenfeld des Kennwertraums in Abhängigkeit der Prozessparameter in unterschiedlichen Bereichen an den Stellen im Kennwertraum ermittelt wird, welche hinsichtlich des Gradienten repräsentativ für den jeweiligen Bereich sind.Method according to one of the preceding claims, characterized characterized in that the gradient field of the characteristic space in dependence the process parameter in different areas in the places is determined in the characteristic value space, which in terms of the gradient representative for the respective area are. Verfahren nach Anspruch 6, dadurch gekennzeichnet, dass der Gradient des Kennwertraums in Abhängigkeit eines Prozessparameters durch eine Variation des Prozessparameters an einer vorbestimmten Stelle des Kennwertraums ermittelt wird.Method according to Claim 6, characterized that the gradient of the characteristic value space depends on a process parameter by a variation of the process parameter at a predetermined one Location of the characteristic value space is determined. Verfahren nach einem der vorstehenden Ansprüche, dadurch gekennzeichnet, dass der zumindest eine Sensor aus einer Gruppe ausgewählt ist, welche zumindest eine Fotodiode mit Filtern für bestimmte Wellenlängen, Körper- und Luftschallaufnehmer, und zumindest eine Kameraeinheit mit einer entsprechenden Oberflächenbeleuchtung umfasst.Method according to one of the preceding claims, characterized characterized in that the at least one sensor from a group selected which is at least one photodiode with filters for certain Wavelengths, Body- and airborne sounder, and at least one camera unit with a corresponding surface lighting includes. Verfahren nach einem der vorstehenden Ansprüche, dadurch gekennzeichnet, dass der zumindest eine Aktor aus einer Gruppe ausgewählt ist, welche eine Steuerung der Laserleistung, eine Geschwindigkeitssteuerung des Bearbeitungskopfes relativ zum Werkstück, eine Steuerung der Fokuslage des Bearbeitungslaserstrahls, eine Steuerung des Abstands des Bearbeitungskopfes zum Werkstück, und eine Steuerung des Lateralversatzes umfasst.Method according to one of the preceding claims, characterized characterized in that the at least one actuator is selected from a group, which is a laser power control, a speed control the machining head relative to the workpiece, a control of the focus position of the Processing laser beam, a control of the distance of the machining head to the workpiece, and includes a control of the lateral offset. Vorrichtung zur Durchführung eines Verfahrens zur Überwachung eines an einem Werkstück durchzuführenden Laserbearbeitungsvorgangs gemäß den vorstehenden Ansprüchen, mit: – zumindest einem Sensor zur Überwachung des Laserbearbeitungsvorgang, welcher zur Erfassung von zumindest zwei aktuellen Messwerten geeignet ist, – einer Datenverarbeitungseinheit zum Ermitteln von zumindest zwei Kennwerten aus den zumindest zwei aktuellen Messwerten zum Erstellen ei nes aktuellen Fingerabdrucks in einem Kennwertraum, – einer Speichereinheit zum Speichern einer vorbestimmten Punktmenge innerhalb des Kennwertraums, und – einer Klassifizierungseinheit zur Bewertung des Laserbearbeitungsvorgangs durch Erfassen der Lage des aktuellen Fingerabdrucks relativ zur vorbestimmten Punktmenge im Kennwertraum.Device for carrying out a method for monitoring one to be performed on a workpiece Laser processing operation according to the preceding claims, With: - at least a sensor for monitoring the laser processing operation, which for detecting at least two current readings is appropriate - a data processing unit for determining at least two characteristic values from the at least two current ones Measurements for creating a current fingerprint in one Parameter space, - one Storage unit for storing a predetermined amount of points within of the characteristic value space, and - one Classifying unit for evaluating the laser processing operation by detecting the location of the current fingerprint relative to predetermined point quantity in the characteristic value space. Vorrichtung nach Anspruch 10, ferner mit einer Regelungseinheit zum Regeln zumindest eines Prozessparameters eines zugehörigen Aktors derart, dass bei einem Verlassen des aktuellen Fingerabdrucks aus der Punktmenge des Kennwertraums der zumindest eine Aktor so aktiviert wird, dass die Änderung des zugehörigen Prozessparameters einem Gradienten im Kennwertraum entspricht, der sich ausgehend von dem Fingerabdruck in Richtung der vorbestimmten Punktmenge erstreckt.Apparatus according to claim 10, further comprising a control unit for controlling at least one process parameter of an associated actuator such that when leaving the current fingerprint off the point set of the characteristic space of at least one actuator activated will that change of the associated Process parameter corresponds to a gradient in the characteristic value space, the starting from the fingerprint in the direction of the predetermined Point set extends. Vorrichtung nach Anspruch 10 oder 11, dadurch gekennzeichnet, dass der zumindest eine Sensor aus einer Gruppe ausgewählt ist, welche zumindest eine Fotodiode mit Filtern für bestimmte Wellenlängen, Körper- und Luftschallaufnehmer, und zumindest eine Kameraeinheit mit einer entsprechenden Oberflächenbeleuchtung umfasst.Apparatus according to claim 10 or 11, characterized in that the at least one sensor is selected from a group which at least one photodiode with filters for certain wavelengths, body and Luftschallaufnehmer, and at least one camera unit with a corresponding surface illumination comprises. Vorrichtung nach Anspruch 10, 11 oder 12, dadurch gekennzeichnet, dass der zumindest eine Aktor aus einer Gruppe ausgewählt ist, welche eine Steuerung der Laserleistung, eine Geschwindigkeitssteuerung des Bearbeitungskopfes relativ zum Werkstück, eine Steuerung der Fokuslage des Bearbeitungslaserstrahls, eine Steuerung des Abstands des Bearbeitungskopfes zum Werkstück, und eine Steuerung des Lateralversatzes umfasst.Apparatus according to claim 10, 11 or 12, characterized characterized in that the at least one actuator is selected from a group, which is a laser power control, a speed control the machining head relative to the workpiece, a control of the focus position the machining laser beam, a control of the distance of the machining head to the workpiece, and a control of the lateral offset. Laserbearbeitungskopf zur Bearbeitung eines Werkstücks mittels eines Laserstrahls, mit einer Vorrichtung nach einem der Ansprüche 10 bis 13.Laser machining head for machining a workpiece by means of a laser beam, with a device according to one of claims 10 to 13th
DE200810058422 2008-11-21 2008-11-21 Monitoring laser machining process to be carried out on workpiece, comprises detecting actual measuring values by sensor, which monitors the laser machining process, and determining actual characteristic values from actual measuring values Withdrawn DE102008058422A1 (en)

Priority Applications (24)

Application Number Priority Date Filing Date Title
DE200810058422 DE102008058422A1 (en) 2008-11-21 2008-11-21 Monitoring laser machining process to be carried out on workpiece, comprises detecting actual measuring values by sensor, which monitors the laser machining process, and determining actual characteristic values from actual measuring values
CA2743522A CA2743522C (en) 2008-11-21 2009-11-20 Method and device for monitoring a laser processing operation to be performed on a workpiece, and laser processing head having such a device
RU2011125341/02A RU2529136C2 (en) 2008-11-21 2009-11-20 Method and device for control over laser processing of part and laser processing head with above described device
CA2743518A CA2743518C (en) 2008-11-21 2009-11-20 Method and device for monitoring a laser processing operation to be performed on a workpiece and laser processing head having such a device
US13/130,426 US9492886B2 (en) 2008-11-21 2009-11-20 Method and device for monitoring a laser processing operation to be performed on a workpiece and laser processing head having such a device
MX2011005336A MX2011005336A (en) 2008-11-21 2009-11-20 Method and device for monitoring a laser machining operation to be performed on a workpiece and laser machining head having such a device.
KR1020117014139A KR101700896B1 (en) 2008-11-21 2009-11-20 Method and device for monitoring a laser machining operation to be performed on a workpiece and laser machining head having such a device
PCT/EP2009/008294 WO2010057662A1 (en) 2008-11-21 2009-11-20 Method and device for monitoring a laser machining operation to be performed on a workpiece and laser machining head having such a device
EP09760110.8A EP2365890B1 (en) 2008-11-21 2009-11-20 Method and device for monitoring a laser machining operation to be performed on a workpiece and laser machining head having such a device
BRPI0921514A BRPI0921514A2 (en) 2008-11-21 2009-11-20 method and device for monitoring a laser processing operation to be performed on a workpiece and laser processing head having such a device.
KR1020117014138A KR101787510B1 (en) 2008-11-21 2009-11-20 Method and device for monitoring a laser machining operation to be performed on a workpiece and laser machining head having such a device
CN200980155381.8A CN102292187B (en) 2008-11-21 2009-11-20 For monitoring the method and apparatus of the laser processing procedure will implemented on workpiece and there is the laser Machining head of this device
MX2011005335A MX2011005335A (en) 2008-11-21 2009-11-20 Method and device for monitoring a laser machining operation to be performed on a workpiece and laser machining head having such a device.
CN200980147217.2A CN102281984B (en) 2008-11-21 2009-11-20 For monitoring the method and apparatus of the laser processing procedure will implemented on workpiece and there is the laser Machining head of this device
RU2011125317/02A RU2529135C2 (en) 2008-11-21 2009-11-20 Method and device for control over laser processing of part and laser processing head with above described device
EP09760109.0A EP2365889B1 (en) 2008-11-21 2009-11-20 Method and device for monitoring a laser machining operation to be performed on a workpiece and laser machining head having such a device
JP2011536788A JP5762968B2 (en) 2008-11-21 2009-11-20 Method and apparatus for monitoring laser machining operations to be performed on a workpiece, and laser machining head having such an apparatus
JP2011536789A JP5763542B2 (en) 2008-11-21 2009-11-20 Method and apparatus for monitoring laser machining operations to be performed on a workpiece, and laser machining head having such an apparatus
BRPI0921512A BRPI0921512A2 (en) 2008-11-21 2009-11-20 method and device for monitoring a laser processing operation to be performed on a workpiece and a laser processing head having such a device ".
US13/130,499 US9056368B2 (en) 2008-11-21 2009-11-20 Method and device for monitoring a laser processing operation to be performed on a workpiece and laser processing head having such a device
PCT/EP2009/008293 WO2010057661A1 (en) 2008-11-21 2009-11-20 Method and device for monitoring a laser machining operation to be performed on a workpiece and laser machining head having such a device
ZA2011/04527A ZA201104527B (en) 2008-11-21 2011-06-20 Method and device for monitoring a laser processing operation to be performed on a workpiece and laser processing head having such a device
ZA2011/04525A ZA201104525B (en) 2008-11-21 2011-06-20 Method and device for monitoring a laser processing operation to be performed on a workpiece and laser processing head having such a device
HK12105813.0A HK1164786A1 (en) 2008-11-21 2012-06-14 Method and device for monitoring a laser processing operation to be performed on a workpiece and laser processing head having such a device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE200810058422 DE102008058422A1 (en) 2008-11-21 2008-11-21 Monitoring laser machining process to be carried out on workpiece, comprises detecting actual measuring values by sensor, which monitors the laser machining process, and determining actual characteristic values from actual measuring values

Publications (1)

Publication Number Publication Date
DE102008058422A1 true DE102008058422A1 (en) 2010-05-27

Family

ID=42114518

Family Applications (1)

Application Number Title Priority Date Filing Date
DE200810058422 Withdrawn DE102008058422A1 (en) 2008-11-21 2008-11-21 Monitoring laser machining process to be carried out on workpiece, comprises detecting actual measuring values by sensor, which monitors the laser machining process, and determining actual characteristic values from actual measuring values

Country Status (1)

Country Link
DE (1) DE102008058422A1 (en)

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102010020183A1 (en) * 2010-05-11 2011-11-17 Precitec Kg Laser cutting head and method for cutting a workpiece by means of a laser cutting head
DE102011085677A1 (en) 2011-11-03 2013-05-08 Siemens Aktiengesellschaft Monitoring a laser machining operation to be performed on a workpiece, comprises learning a process environment and classifying a current process result, where learning step comprises monitoring a laser machining process by a camera
DE102014000330B3 (en) * 2014-01-14 2015-03-12 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Method for monitoring and controlling the focus position of a laser beam during laser cutting
CN105067532A (en) * 2015-07-15 2015-11-18 浙江科技学院 Method for identifying early-stage disease spots of sclerotinia sclerotiorum and botrytis of rape
WO2017098030A1 (en) * 2015-12-09 2017-06-15 Centre National D'etudes Spatiales Method for detecting atypical behaviour of telemetry parameters, and associated computer program product and device
CN107070687A (en) * 2016-12-26 2017-08-18 南京理工大学 WIFI localization methods based on integrated neural network
EP3614220A1 (en) * 2018-08-20 2020-02-26 Siemens Aktiengesellschaft Determining of states of a device using support vector machines
WO2020104102A1 (en) * 2018-11-22 2020-05-28 Precitec Gmbh & Co. Kg Detecting machining errors of a laser machining system using deep convolutional neural networks
DE102019208037A1 (en) * 2019-06-03 2020-12-03 Robert Bosch Gmbh Method and apparatus for improving a laser beam welding process
CN112051256A (en) * 2020-07-22 2020-12-08 中国地质大学（武汉） CNN model-based LIBS (laser induced breakdown spectroscopy) measurement method and system for content of element to be measured
EP3822723A1 (en) * 2019-11-12 2021-05-19 Siemens Aktiengesellschaft Method for monitoring the status of at least one component of a production facility moving in operation, method for learning, arrangement, production facility, computer program, and computer-readable medium
WO2021152344A1 (en) * 2020-01-27 2021-08-05 Comau S.P.A. Method of monitoring the quality of a weld bead, related welding station and computer-program product
DE102020112116A1 (en) 2020-05-05 2021-11-11 Precitec Gmbh & Co. Kg Method for analyzing a laser machining process, system for analyzing a laser machining process and laser machining system with such a system
EP3935459A4 (en) * 2019-03-06 2022-12-07 Honeywell Limited System and method for monitoring changes in process dynamic behavior by mapping parameters to a lower dimensional space
DE102021206302A1 (en) 2021-06-18 2022-12-22 Trumpf Laser- Und Systemtechnik Gmbh Process for laser processing and laser processing system and control device therefor
DE102022101323A1 (en) 2022-01-20 2023-07-20 TRUMPF Werkzeugmaschinen SE + Co. KG Laser cutting process with adjustment of the focus position
DE102022208184A1 (en) 2022-08-05 2024-02-08 Kjellberg Stiftung, rechtsfähige Stiftung des bürgerlichen Rechts Method and device for detecting a process state of a plasma arc process

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999014640A2 (en) * 1997-09-12 1999-03-25 Powerlasers Ltd. Self-adapting neural-fuzzy network for real-time process control
DE19957163C1 (en) * 1999-11-27 2001-08-09 Thyssenkrupp Stahl Ag Method and device for quality control of the seam on sheets or strips butt welded with a laser
EP1145795A2 (en) * 2000-03-30 2001-10-17 Matsushita Electric Industrial Co., Ltd. Joining equipment
US7129438B2 (en) * 2002-07-31 2006-10-31 Miyachi Unitek Corporation Laser weld monitor
DE102008038332A1 (en) * 2008-08-19 2009-01-22 Daimler Ag Robotic welding process and assembly for e.g. automobile assembly uses module-logged electrical and optical welding parameters

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999014640A2 (en) * 1997-09-12 1999-03-25 Powerlasers Ltd. Self-adapting neural-fuzzy network for real-time process control
DE19957163C1 (en) * 1999-11-27 2001-08-09 Thyssenkrupp Stahl Ag Method and device for quality control of the seam on sheets or strips butt welded with a laser
EP1145795A2 (en) * 2000-03-30 2001-10-17 Matsushita Electric Industrial Co., Ltd. Joining equipment
US7129438B2 (en) * 2002-07-31 2006-10-31 Miyachi Unitek Corporation Laser weld monitor
DE102008038332A1 (en) * 2008-08-19 2009-01-22 Daimler Ag Robotic welding process and assembly for e.g. automobile assembly uses module-logged electrical and optical welding parameters

Cited By (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102010020183A1 (en) * 2010-05-11 2011-11-17 Precitec Kg Laser cutting head and method for cutting a workpiece by means of a laser cutting head
DE102010020183B4 (en) * 2010-05-11 2013-07-11 Precitec Kg Laser cutting head and method for cutting a workpiece by means of a laser cutting head
DE102011085677A1 (en) 2011-11-03 2013-05-08 Siemens Aktiengesellschaft Monitoring a laser machining operation to be performed on a workpiece, comprises learning a process environment and classifying a current process result, where learning step comprises monitoring a laser machining process by a camera
DE102014000330B3 (en) * 2014-01-14 2015-03-12 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Method for monitoring and controlling the focus position of a laser beam during laser cutting
WO2015106775A1 (en) 2014-01-14 2015-07-23 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Method for monitoring and adjusting the focus position of a machining laser beam during laser cutting
CN105067532A (en) * 2015-07-15 2015-11-18 浙江科技学院 Method for identifying early-stage disease spots of sclerotinia sclerotiorum and botrytis of rape
CN105067532B (en) * 2015-07-15 2018-07-06 浙江科技学院 A kind of method for differentiating sclerotinia sclerotiorum and gray mold early stage scab
WO2017098030A1 (en) * 2015-12-09 2017-06-15 Centre National D'etudes Spatiales Method for detecting atypical behaviour of telemetry parameters, and associated computer program product and device
FR3045170A1 (en) * 2015-12-09 2017-06-16 Centre Nat D'etudes Spatiales (Cnes) METHOD FOR DETECTING AN ATYPICAL BEHAVIOR OF TELEMETRY PARAMETERS, COMPUTER PROGRAM PRODUCT AND DEVICE THEREOF
CN107070687A (en) * 2016-12-26 2017-08-18 南京理工大学 WIFI localization methods based on integrated neural network
US11244250B2 (en) 2018-08-20 2022-02-08 Siemens Aktiengesellschaft Determining states of an apparatus using support vector machines
WO2020038815A1 (en) 2018-08-20 2020-02-27 Siemens Aktiengesellschaft Determining states of a device by means of support-vector machines
EP3614220A1 (en) * 2018-08-20 2020-02-26 Siemens Aktiengesellschaft Determining of states of a device using support vector machines
US11536669B2 (en) 2018-11-22 2022-12-27 Precitec Gmbh & Co. Kg Detecting machining errors of a laser machining system using deep convolutional neural networks
WO2020104102A1 (en) * 2018-11-22 2020-05-28 Precitec Gmbh & Co. Kg Detecting machining errors of a laser machining system using deep convolutional neural networks
EP3935459A4 (en) * 2019-03-06 2022-12-07 Honeywell Limited System and method for monitoring changes in process dynamic behavior by mapping parameters to a lower dimensional space
DE102019208037A1 (en) * 2019-06-03 2020-12-03 Robert Bosch Gmbh Method and apparatus for improving a laser beam welding process
EP3822723A1 (en) * 2019-11-12 2021-05-19 Siemens Aktiengesellschaft Method for monitoring the status of at least one component of a production facility moving in operation, method for learning, arrangement, production facility, computer program, and computer-readable medium
WO2021152344A1 (en) * 2020-01-27 2021-08-05 Comau S.P.A. Method of monitoring the quality of a weld bead, related welding station and computer-program product
DE102020112116A1 (en) 2020-05-05 2021-11-11 Precitec Gmbh & Co. Kg Method for analyzing a laser machining process, system for analyzing a laser machining process and laser machining system with such a system
CN112051256A (en) * 2020-07-22 2020-12-08 中国地质大学（武汉） CNN model-based LIBS (laser induced breakdown spectroscopy) measurement method and system for content of element to be measured
WO2022263207A1 (en) 2021-06-18 2022-12-22 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Laser machining method and laser machining system and control apparatus therefor
DE102021206302A1 (en) 2021-06-18 2022-12-22 Trumpf Laser- Und Systemtechnik Gmbh Process for laser processing and laser processing system and control device therefor
DE102022101323A1 (en) 2022-01-20 2023-07-20 TRUMPF Werkzeugmaschinen SE + Co. KG Laser cutting process with adjustment of the focus position
DE102022208184A1 (en) 2022-08-05 2024-02-08 Kjellberg Stiftung, rechtsfähige Stiftung des bürgerlichen Rechts Method and device for detecting a process state of a plasma arc process

Similar Documents

Publication Publication Date Title
DE102008058422A1 (en) Monitoring laser machining process to be carried out on workpiece, comprises detecting actual measuring values by sensor, which monitors the laser machining process, and determining actual characteristic values from actual measuring values
EP2365890B1 (en) Method and device for monitoring a laser machining operation to be performed on a workpiece and laser machining head having such a device
EP2456592B1 (en) Laser machining head and method of compensating for the change in focal position of a laser machining head
DE102018129441B4 (en) System for monitoring a laser processing process, laser processing system and method for monitoring a laser processing process
EP1640101B1 (en) Method for controlling an automated machining process
EP2726244B1 (en) Method of detecting defects in a non-linear weld seam or a non-linear cutting gap during a laser-machining process ; corresponding laser-machining device
EP2883647B1 (en) Method for configuring a laser machining device
EP2567773B1 (en) Method for inspecting seam quality during a laser welding process
DE102009042986B3 (en) Welding head and method for joining a workpiece
DE602005005484T2 (en) Method for quality control of a laser welding process, as well as an associated system and program
DE19716293A1 (en) Apparatus for controlling parameters of a laser welding process
EP2894004B1 (en) Device for laser machining with a camera and a movavble mirror
WO2015106775A1 (en) Method for monitoring and adjusting the focus position of a machining laser beam during laser cutting
DE102020000630B4 (en) Method and device for performing and monitoring a machining process for a workpiece
WO2021224255A1 (en) Method for analysing a laser machining process, system for analysing a laser machining process and laser machining system comprising a system of this type
DE102018217526A1 (en) Method for determining a parameter of a machining process and machine tool
WO2021069346A1 (en) Laser working system for performing a working process on a workpiece by means of a laser beam and method for monitoring a working process on a workpiece by means of a laser beam
DE102021117714A1 (en) Automatic seam detection for a welding process
DE102020110087A1 (en) PROCESS FOR PROCESS CONTROL IN LASER MATERIAL PROCESSING
EP2808843B1 (en) Method of parameterisation of an image processing system for the monitoring of a machine tool
DE102022129220B3 (en) Measuring device and method for carrying out measurements on a workpiece as well as processing system and method for welding
DE102021121112A1 (en) Analyzing a laser machining process based on a spectrogram
EP4119284A1 (en) Quality estimator calibration for a laser cutting method
DE10138762B4 (en) System and method for diagnosing a focused laser beam
EP4019177A1 (en) Method and device for assessing the quality of a processing process

Legal Events

Date Code Title Description
OM8 Search report available as to paragraph 43 lit. 1 sentence 1 patent law
R012 Request for examination validly filed
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee