MX2011005336A - Metodo y dispositivo para monitorear una operacion de procesamiento laser a ser realizada sobre una pieza de trabajo y la cabeza de procesamiento laser que tiene dicho dispositivo. - Google Patents

Metodo y dispositivo para monitorear una operacion de procesamiento laser a ser realizada sobre una pieza de trabajo y la cabeza de procesamiento laser que tiene dicho dispositivo.

Info

Publication number
MX2011005336A
MX2011005336A MX2011005336A MX2011005336A MX2011005336A MX 2011005336 A MX2011005336 A MX 2011005336A MX 2011005336 A MX2011005336 A MX 2011005336A MX 2011005336 A MX2011005336 A MX 2011005336A MX 2011005336 A MX2011005336 A MX 2011005336A
Authority
MX
Mexico
Prior art keywords
camera
processing
laser
current
characteristic space
Prior art date
Application number
MX2011005336A
Other languages
English (en)
Inventor
Genannt Wersborg Ingo Stork
Original Assignee
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
Priority claimed from DE200810058422 external-priority patent/DE102008058422A1/de
Application filed by Precitec Kg filed Critical Precitec Kg
Publication of MX2011005336A publication Critical patent/MX2011005336A/es

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23KSOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00Working by laser beam, e.g. welding, cutting or boring
    • B23K26/02Positioning or observing the workpiece, e.g. with respect to the point of impact; Aligning, aiming or focusing the laser beam
    • B23K26/04Automatically aligning, aiming or focusing the laser beam, e.g. using the back-scattered light
    • B23K26/046Automatically focusing the laser beam
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23KSOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00Working by laser beam, e.g. welding, cutting or boring
    • B23K26/02Positioning or observing the workpiece, e.g. with respect to the point of impact; Aligning, aiming or focusing the laser beam
    • B23K26/03Observing, e.g. monitoring, the workpiece
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23KSOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00Working by laser beam, e.g. welding, cutting or boring
    • B23K26/02Positioning or observing the workpiece, e.g. with respect to the point of impact; Aligning, aiming or focusing the laser beam
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B23MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23KSOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00Working by laser beam, e.g. welding, cutting or boring
    • B23K26/02Positioning or observing the workpiece, e.g. with respect to the point of impact; Aligning, aiming or focusing the laser beam
    • B23K26/04Automatically aligning, aiming or focusing the laser beam, e.g. using the back-scattered light

Abstract

La invención se refiere a un método para monitorear una operación de procesamiento láser a ser realizada sobre una pieza de trabajo, que tiene los siguientes pasos: detectar por lo menos dos valores medidos actuales por medio de por lo menos un sensor que monitorea la operación de procesamiento láser, determinar por lo menos dos aspectos actuales a partir de los por lo menos dos valores medidos actuales, en donde los por lo menos dos aspectos actuales representan en conjunto una huella digital actual en un espacio característico, proporcionar un punto establecido previamente determinado en el espacio característico, y clasificar la operación de procesamiento láser detectando la posición de la huella digital actual en relación con el punto establecido previamente determinado en el espacio característico, en donde el por lo menos un sensor comprende por lo menos una unidad de cámara, que registra las imágenes de cámara con tiempos de exposición diferentes y las procesa juntas utilizando un método de intervalo dinámico alto (HDR), con el objeto de proporcionar imágenes con una relación de contraste alto como los valores medidos actuales.

Description

MÉTODO Y DISPOSITIVO PARA MONITOREAR UNA OPERACIÓN DE PROCESAMIENTO LÁSER A SER REALIZADA SOBRE UNA PIEZA DE TRABAJO Y LA CABEZA DE PROCESAMIENTO LÁSER QUE TIENE DICHO DISPOSITIVO MEMORIA DESCRIPTIVA La presente invención se refiere a un método y un dispositivo para monitorear una operación de procesamiento láser a ser realizada sobre una pieza de trabajo, y a una cabeza de procesamiento láser que tiene dicho dispositivo.
Durante el procesamiento de material láser, las piezas de trabajo son cortadas o unidas por medio de radiación láser enfocada, los sistemas y sensores de monitoreo del proceso siendo utilizado tanto para una operación de corte láser como para una operación de soldadura láser. A modo de ejemplo, los sensores para detectar la radiación que proviene de una zona de trabajo o interacción determinados por el foco de trabajo se utilizan para el monitoreo del proceso de soldadura o corte. En este contexto se proporcionan en la forma de sensores de radiación estándar para observar una formación de plasma sobre la zona de interacción, y un sensor de reflexión posterior que detecta la radiación de reflexión posterior del láser desde la zona de interacción entre el rayo láser y una pieza de trabajo a ser procesada. Adicionalmente, con el objeto de monitorear la operación de procesamiento láser se hace uso de sensores de temperatura o sensores infra-rojos que se pueden utilizar para monitorear la fusión del borde y el perfil de temperatura durante el proceso. Además del uso de fotodiodos que son sensibles en cada caso a un intervalo de longitud de onda específico, la operación de procesamiento láser es, adicionalmente, monitoreada por medio de cámara que igualmente puede ser sensible en los intervalos de longitud de onda previamente determinados. Las características para el monitoreo de la operación de procesamiento láser, tal como, por ejemplo, los parámetros correspondientes al área de la pieza de trabajo fundida, igualmente pueden obtenerse con base en el procesamiento de la imagen de las imágenes registradas por las cámaras.
Un primer objetivo de los sistemas de monitoreo es clasificar, ¡nicialmente, la calidad de procesamiento de acuerdo con la especificación de proceso. Un segundo objetivo es mejorar la calidad de procesamiento controlando y el control por circuito cerrado de los procesos. En los sistemas industriales de la actualidad, los sensores y cámaras utilizadas para monitorear el proceso son aplicados para realizar una clasificación del estado actual de la operación de procesamiento con la ayuda de los datos de sensor detectados y de los métodos para procesamiento de imágenes y análisis de datos. Los métodos utilizados en este caso son establecidos en forma individual para las operaciones de procesamiento. Debido a una desviación de intensidad en los datos registrados del sensor, la operación de procesamiento actual es clasificada como insuficiente, utilizándose los mecanismos de control de circuito cerrado adecuados con el objeto de eliminar este estado. En este punto, el control de los parámetros de procesamiento con respecto a los datos del sensor registrados se refiere, sin embargo, únicamente a los datos medidos respectivos de los sensores correspondientes.
El objeto de la presente invención es crear un método y un dispositivo para monitorear una operación de procesamiento láser para ser realizado sobre una pieza de trabajo por medio de la cual, la clasificación de un estado de procesamiento láser, y de esta manera, se mejora la calidad de procesamiento de una operación de procesamiento láser a ser realizada sobre una pieza de trabajo.
Este objeto se logra mediante el método reclamado en la reivindicación 1 , el dispositivo de control que se reclama en la reivindicación 14, y mediante la cabeza de procesamiento láser reclamada en la reivindicación 18. Los perfeccionamientos y desarrollos ventajosos de la presente invención son establecidos en las sub-reivindicaciones.
De acuerdo con la presente invención, un método para monitorear, controlar o controlar el circuito cerrado de una operación de procesamiento láser a ser realizada sobre una pieza de trabajo, es provista con los siguientes pasos: detectar, por lo menos dos valores medidos actuales por medio de por lo menos un sensor que monitorea la operación de procesamiento láser, determinando por lo menos dos aspectos o características actuales de los por lo menos dos valores medidos actuales, los por lo menos dos aspectos actuales representando en conjunto una huella digital actual en un aspecto o característica de espacio, proporcionando un punto establecido previamente determinada en el espacio característico, y clasificando la operación de procesamiento láser, detectando la posición de la huella digital actual en relación con el punto establecido previamente determinada en el espacio característico, al por lo menos un sensor que comprende por lo menos una unidad de cámara que registra las imágenes de la cámara con tiempos y procedimientos de exposición diferentes y, dichas imágenes de cámara con la otra utilizando un método de intervalo dinámico alto (HDR) con el objeto de proporcionar imágenes con una relación de contraste alto como los valores medidos actuales.
En este punto, es ventajoso cuando el método HDR está diseñado para procesar las imágenes de la cámara de manera que, en el caso de desempeño de una operación de procesamiento láser, la superficie de procesamiento circundante de una pieza de trabajo a ser maquinada y la emisión del proceso puede visualizarse en una imagen en forma simultánea.
En este caso, las imágenes de la cámara son registradas en forma de manera conveniente por la exploración digital múltiple de un sensor de formación de imágenes de la unidad de cámara, formando imágenes simultáneas con una pluralidad de cámaras, o mediante la formación de imágenes secuencial con una cámara con tiempos de exposición diferentes.
El procesamiento de imágenes de la cámara registradas por la por lo menos una unidad de cámara, se realiza de acuerdo con la presente invención por medio de un método de ponderación con la ayuda de un método de entropía o con la ayuda de una función de respuesta de cámara.
También es ventajoso cuando las imágenes de la cámara a ser procesadas son registradas por medio de una cámara que se desplaza por arriba antes de la operación de procesamiento láser, una cámara forma las imágenes de la zona de procesamiento láser, y/o una cámara que se desplaza debajo después de la operación de procesamiento láser.
Con el objeto de procesar una pieza de trabajo a una calidad de valor alto que es ventajosa aquí cuando una huella digital "pobre" detectada por medio del método Inventivo es neutralizada directamente durante una operación de procesamiento, siendo conveniente que el método inventivo comprenda adicionalmente un paso de control de circuito cerrado, por lo menos uno de los parámetros de procesamiento de un activador asociado de manera que, cuando la huella digital actual deja el punto establecido del espacio característico, el por lo menos un activador es activado de manera que el cambio en el parámetro de procesamiento asociado corresponde a un gradiente en el espacio característico que, empieza desde la huella digital, se extiende en la dirección del punto establecido previamente determinado en el espacio característico.
En este punto, es ventajoso cuando la determinación de un aspecto actual del por lo menos un valor medido actual comprende un método para la reducción de datos o la reducción de dimensiones, tales como el análisis de componentes principales, el escalado multidimensional, las máquinas de vector de soporte o una clasificación de vector de soporte. La reducción en las dimensiones o dimensionalidad de los datos del sensor permite que la clasificación sea realizada mucho más rápidamente mediante una computadora con base en el volumen de datos reducido, lo que significa, por ejemplo, que también es posible realizar el control rápido de una operación de procesamiento láser.
Sin embargo, también se puede concebir y es conveniente para la determinación de una característica actual del por lo menos un valor medido actual que sea realizada con la ayuda de una red neural artificial.
Cuando se realiza el uso de una multiplicidad de sensores, cuyos datos medidos con frecuencia permite que se extraigan conclusiones indirectas con respecto a una situación de procesamiento, es ventajoso cuando el punto establecido previamente determinado está definido dentro del espacio característico por medio de un proceso de aprendizaje.
En este caso, con el objeto de que el circuito cerrado controle la operación de procesamiento, es conveniente cuando el campo de gradiente del espacio característico se determina, dependiendo de los parámetros de procesamiento en regiones diferentes en los puntos en el espacio característico que son representativos de la región respectiva con respecto al gradiente, el gradiente del espacio característico siendo determinado dependiendo de un parámetro de procesamiento, variando el parámetro de procesamiento en un punto previamente determinada del espacio característico.
Para monitorear de manera amplia y determinar una multiplicidad de datos medidos informativos, es conveniente que cuando el por lo menos un sensor es seleccionado a partir de un grupo que comprende por lo menos un fotodiodo con filtros para longitudes de onda específicas, los sensores sostenidos en sólido y sostenidos al aires, y la por lo menos una unidad de cámara con una iluminación de superficie adecuada.
Para asegurar un control de circuito cerrado amplio de la operación de procesamiento láser, es conveniente que cuando el por lo menos un activador es seleccionado de un grupo que comprende un controlador de la potencia láser, un controlador de la velocidad de procesamiento de la cabeza de procesamiento en relación con la pieza de trabajo, un controlador del punto focal del rayo láser de procesamiento, un controlador de la distancia de la cabeza de procesamiento desde la pieza de trabajo, y un controlador de la compensación lateral.
De acuerdo con la presente invención, adicionalmente se proporciona un dispositivo para realizar el método inventivo que comprende por lo menos un sensor para monitorear la operación de procesamiento láser que es adecuado para detectar por lo menos dos valores medidos actuales, una unidad de procesamiento de datos para determinar por lo menos dos características a partir de los por lo menos dos valores medidos actuales con el objeto de crear una huella digital actual en un espacio de característica, una unidad de memoria para almacenar un punto establecido previamente determinado dentro del espacio característico, y una unidad de clasificación adecuada para la evaluación de la operación de procesamiento láser detectando la posición de la huella digital actual en relación con el punto establecido previamente determinado en el espacio característico.
Para utilizar el dispositivo inventivo en una operación de procesamiento controlada por circuito cerrado es ventajoso en este caso, cuando el dispositivo comprende adicionalmente una unidad de control para controlar el circuito cerrado por lo menos un parámetro de procesamiento de un activador asociado de manera que, cuando la huella digital actual deja el punto establecido del espacio característico, el por lo menos un activador es activado de manera que el cambio en el parámetro de procesamiento asociado corresponde a un gradiente en el espacio característico que, empezando desde la huella digital, se extiende en la dirección del punto establecido previamente determinado.
Es conveniente en este caso que por lo menos un sensor sea seleccionado de un grupo que comprende por lo menos un fotodiodo con filtros para longitudes de onda específicas, sensores acústicos sostenidos en sólido y sostenidos al aire, y por lo menos una unidad de cámara con una iluminación de superficie adecuada.
Adicionalmente, es ventajoso seleccionar el por lo menos un activador de un grupo que comprende un controlador de la potencia láser, un controlador de velocidad de procesamiento de la cabeza de procesamiento en relación con la pieza de trabajo, un controlador del punto focal del rayo láser de procesamiento, un controlador de la distancia de la cabeza de procesamiento de la pieza de trabajo, y un controlador de la compensación lateral.
Adicionalmente, de acuerdo con la presente invención, una cabeza de procesamiento láser para procesar una pieza de trabajo por medio de un rayo láser, se proporciona comprendiendo el dispositivo inventivo.
La presente invención es explicada con mayor detalle más adelante a modo de ejemplo con la ayuda de los dibujos, en los cuales: La figura 1 , muestra un diagrama de flujo con los componentes esenciales de la operación de procesamiento de una pieza de trabajo de acuerdo con el método inventivo, La figura 2, muestra una idea general de los sensores utilizados en el método inventivo con el objeto de monitorear y detectar la operación de procesamiento láser.
La figura 3, es un esquema simplificado en gran medida de los componentes utilizados en una operación de procesamiento inventiva.
La figura 4A, es un esquema simplificado en gran medida de una parte del activador utilizado en el método inventivo durante un proceso de soldadura con rayo láser, La figura 4B, es un esquema simplificado en gran medida de una parte del activador utilizado en el método inventivo durante un procedimiento de corte con rayo láser.
La figura 5A, muestra un diagrama de flujo de la creación de una huella digital de acuerdo con el método inventivo, utiliza uno elaborado de reductores de dimensión lineal y no lineal, La figura 5B, muestra un diagrama de flujo de la creación de una huella digital de acuerdo con el método inventivo, utiliza uno elaborado de una red neural artificial, La figura 6A, muestra un diagrama de flujo de la operación de clasificación de acuerdo con el método inventivo, utiliza uno elaborado de reductores de dimensión lineal y no lineal, y La figura 6B, muestra un diagrama de flujo de la operación de clasificación de acuerdo con el método inventivo, utiliza uno siendo elaborado de una red neural artificial, La figura 7, es un esquema que ilustra un método de detección de falla, La figura 8, muestra un diagrama de flujo que ilustra el aprendizaje inventivo de las huellas digitales y las características o aspectos, respectivamente, La figura 9, muestra un diagrama de flujo del método de reducción de dimensión de acuerdo con la presente invención, La figura 10, muestra un diagrama de flujo de la evaluación inventiva de la operación de procesamiento actual, La figura 1 1 , muestra un diagrama de flujo de la estimación de los parámetros de control nuevos de acuerdo con la presente invención, La figura 12, es un esquema de una imagen de cámara que es procesada mediante un método HDR de acuerdo con la presente invención, La figura 13, es un diagrama de bloques de una secuencia de procesamiento de imagen HDR inventiva, La figura 14, muestra un diagrama de flujo de un procedimiento de clasificación con el uso de un método de aprendizaje de refuerzo durante una operación de procesamiento láser de acuerdo con la presente invención, La figura 15, muestra un diagrama de flujo de un procedimiento de clasificación con el uso de un método de análisis discriminante durante una operación de procesamiento láser de acuerdo con la presente Invención, y La figura 16, muestra un diagrama de flujo de una operación de control de circuito cerrado por medio de los valores deseados, obtenidos por reducción de dimensión, durante una operación de procesamiento láser de acuerdo con la presente invención.
Los componentes de correspondencia mutua son provistos en las diversas figuras del dibujo con los mismos símbolos de referencia.
De acuerdo con la presente invención, se proporciona un sistema de procesamiento de material láser cognitivo que tiene capacidades cognitivas a partir del uso de un aprendizaje de la máquina y algoritmos de aprendizaje automático. El método inventivo asociado se puede utilizar en el procesamiento de material láser con el propósito de observación de proceso, control de proceso y control de circuito cerrado de proceso.
Un sistema puede tener dos tipos de capacidades cognitivas: en primer lugar, aparece a un observador externo ya que si el sistema observado tiene capacidades cognitivas, por ejemplo, la capacidad para aprender y mejorarse a sí mismo en forma autónoma. En segundo lugar, el sistema implementa las capacidades cognitivas en una forma similar a un organismo natural, por ejemplo, el cerebro humano.
El sistema inventivo tiene capacidades cognitivas, de manera que el aprendizaje, así como también como detección autónoma y corrección de fallas que se utilizan en el procesamiento de material láser. El uso de las capacidades cognitivas es particularmente ventajoso en el campo del procesamiento de material láser, las operaciones de procesamiento, tales como la separación o unión de piezas de trabajo, difieren una de la otra de manera fuerte a partir del proceso a procesar.
Con anterioridad se ha conocido, en primer lugar, establecer cada proceso manualmente en una forma individual. Después del establecimiento de los parámetros de procesamiento, el proceso es observado únicamente en este punto y adaptado manualmente en una forma correspondiente. En el caso en donde una siguiente carga de piezas de trabajo es, por ejemplo, contaminadas o desviadas con respecto al espesor de la pieza de trabajo a partir de la carga anterior de piezas de trabajo, el proceso debe ser ajustado otra vez manualmente con frecuencia. La adaptación automática a los cambios en el proceso han sido posible, en cualquier sin ser en todos, o únicamente hasta un alcance muy ligero. De hecho, las demandas de los fabricantes de vehículos en particular, que desean producir una pluralidad de vehículos en forma simultánea en una cantidad de línea de producción para tener la capacidad de adaptar los sistemas de producción rápidamente y en forma adaptativa a las operaciones de procesamiento.
El aprendizaje rápido de las operaciones de procesamiento y la detección, corrección y evasión de fallas durante el procesamiento son requerimientos que son cumplidos por las capacidades cognitivas del sistema de procesamiento inventivo.
La figura 1 , ilustra un diagrama de flujo del método inventivo con sus componentes esenciales, los cuales se explican más adelante, paso por paso.
De acuerdo con la presente invención, durante el aspecto de adquisición de proceso, toda la información relevante para la operación de procesamiento es detectada por un sistema sensor con por lo menos un sensor. Los sensores utilizados son empleados para obtener una multiplicidad de valores medidos y de información que se relaciona con el proceso, con el objeto de tener la capacidad de determinar los mapas del proceso, las características del proceso o las huellas digitales no ambiguas del proceso, las cuales se denotan más adelante como aspectos, a partir de los datos medidos de los sensores que monitorean la operación de procesamiento. La determinación es realizada, en particular, mediante el cálculo, o cualquier otro procesamiento de los valores medidos, adecuados, preferentemente electrónicos.
Una revisión general de los sensores utilizados en forma inventiva se muestra en la figura 2, y un diseño de un sistema de procesamiento láser inventivo con los sensores adecuados, se muestra en la figura 3.
Junto con los sensores ya conocidos para el monitoreo de una operación de procesamiento láser, se utilizan los sensores adicionales en la presente invención para detectar el ruido sostenidos por sólidos y sostenidos al aire. Es evidente el uso de por lo menos dos sensores, cada uno para ruido sostenido en sólido y sostenido en el aire, con el objeto de registrar el ruido. Adicionalmente, en el procesamiento previo, las señales de sensor para el ruido sostenido en sólido y sostenidos en el aire son adicionalmente filtradas, amplificadas y exploradas digitalmente en la forma adecuada dependiendo del proceso. Los diversos aspectos de dirección son adecuados para registrar el ruido sostenido en el aire. Las ubicaciones de las fuentes de ruido y la dirección de propagación pueden ser calculadas en forma subsiguiente por el arreglo habilidoso de los sensores acústicos. Por consiguiente, también es posible reducir el ruido de interferencia de las fuentes no relevantes, el ruido de fondo, o para aplicar métodos tales como la cancelación de ruido activo.
Adicionalmente, se adaptan en los sensores de cabeza de procesamiento láser que sirven para detectar la emisión de longitudes de onda respectivas y preferentemente son fotodiodos que son sensibles a un intervalo de longitud de onda específica. Adicionalmente, también es posible en este punto, arreglar filtros de paso de banda ópticos para seleccionar los intervalos de longitud de onda específicos actuales ascendentes de los fotodiodos correspondientes. Los valores medidos de estos sensores son detectados y explorados digitalmente de igual forma.
Adicionalmente, las cámaras que observan la operación de procesamiento láser y, en particular, la zona de procesamiento láser, son utilizados para obtener los datos medidos. Por consiguiente, es posible utilizar una cámara durante el proceso cuya trayectoria de rayo de observación es acoplada coaxialmente en la trayectoria del rayo del láser de trabajo en la cabeza de procesamiento, con el objeto de, en esta forma, crear la imagen de la zona de procesamiento láser. Alternativamente, también es posible que una cámara fuera de la cabeza de procesamiento registre la operación de procesamiento. Una cámara que se desplaza por arriba, denominada como cámara previa al proceso, y una cámara que se desplaza por debajo, denominada una cámara posterior al proceso, puede igualmente registrar la operación de procesamiento láser. Los conceptos de iluminación de pieza de trabajo diversos son adecuados para registrar, mediante la cámara, dependiendo de la operación de procesamiento. Por consiguiente, de acuerdo con la presente invención, se puede hacer uso con propósitos de iluminación de los diodos emisores de luz que son rentables y pueden emitir en un intervalo de longitud de onda ancho, o es posible utilizar los rayos láser en las diversas longitudes de onda con la óptica adecuada para enfocar sobre la cámara el detalle de la superficie de la pieza de trabajo. Los métodos de procesamiento de datos, tales como "región de interés", "qualas" o la evaluación de datos geométricos son particularmente adecuados y preferidos para el procesamiento previo de los datos de cámara. Adicionalmente, de acuerdo con la presente invención, se hace uso de un método de intervalo dinámico alto (HDR) que incrementa de manera ventajosa la relación de contraste de las imágenes de la cámara registradas. Con este objeto, las imágenes son registradas con tiempos de exposición diferentes y compensación entre sí mediante un método HDR, dando como resultado imágenes con una relación de contraste muy alta.
La calidad del aspecto de adquisición del proceso aumenta con el número de sensores utilizados, aunque el costo del sistema aumenta en correspondencia. Por consiguiente, se observará que el método inventivo no está limitado al uso de la multiplicidad de sensores, aunque puede ser realizado fácilmente utilizando únicamente un sensor, por ejemplo, la cámara en el proceso.
A continuación se describe el control del proceso de acuerdo con el método inventivo y con el uso de activadores específicos.
En el procesamiento de material láser, es normal diseñar un programa de control manualmente para todos los activadores involucrados. Durante el proceso, este programa de control es monitoreado únicamente por medio del monitoreo del proceso, o adaptado con la ayuda de circuitos de control especificados, tales como un sensor de distancia capacitiva, durante el corte láser.
En el método inventivo, en contraste, se realiza el recurso de control de proceso continuo, y adicionalmente, se integran las opciones de control del proceso nuevo.
Como lo muestra la figura 4A, durante el método de procesamiento de soldadura por rayo láser, la potencia del rayo láser, la distancia entre la cabeza de procesamiento y la pieza de trabajo, la velocidad de la cabeza de procesamiento en relación con la pieza de trabajo y la posición del punto focal de la radiación láser de proceso, son controladas, o controladas por circuito cerrado.
Como lo muestra la figura 4B, durante el método de procesamiento de corte láser del suministro de gas del proceso también es controlado adicionalmente o controlador por circuito cerrado de acuerdo con la presente invención, a lo largo de los parámetros de procesamiento mencionados anteriormente. Además, es posible en ambos métodos de procesamiento modular la intensidad de las señales de control a una frecuencia específica, por ejemplo, una modulación de la intensidad de radiación láser de entre 90 y 100 por ciento. Debido a que la señal de control es conocida, es posible, por medio de las datos del sensor recobrar del sistema los datos de respuesta que se relacionan con el proceso, tal como, por ejemplo, un campo de gradiente del espacio característico como dependiendo de los parámetros de proceso en diferentes intervalos de medición. Los controles pueden ser implementados por medio de los ejes lineales adecuados, control de robot u otras interfases de control.
Aunque las opciones de control de circuito cerrado se incrementan con el número creciente de los activadores utilizados, debido a que es posible controlar más parámetros de procesamiento, existe un incremento correspondiente en los costos del sistema. En consecuencia, se deberá observar que el método inventivo no está limitado al uso de la multiplicidad de activadores, aunque puede ser realizado aun utilizando únicamente un activador, por ejemplo, un controlador de potencia láser para soldadura láser, o un controlador de gas del proceso para corte láser.
El paso de clasificación de la operación de procesamiento láser de acuerdo con el método inventivo se describe con mayor detalle más adelante.
Con el objeto de implementar una detección y corrección autónoma de las fallas mediante el sistema de procesamiento láser inventivo, el conocimiento técnico debe ser extraído de los datos del sensor, de tal manera que el sistema inventivo puede realizar en forma autónoma las decisiones para impulsar a los activadores.
Adicionalmente, es ventajoso que cuando el sistema puede ser enseñado por un usuario del mismo y en sí mismo tiene la capacidad de aprendizaje. Con el objeto de implementar el procesamiento de material láser cognitivo, de acuerdo con la presente invención se permite que el sistema ya conozca en forma autónoma los aspectos esenciales de todos los sensores utilizados, o los detecta y aprende y en consecuencia, realiza las decisiones para el control del proceso. El objeto siguiente es ilustrar tres etapas del método inventivo, de manera específica, el aprendizaje del ambiente de proceso, la clasificación del resultado de proceso actual, y el control o control de circuito cerrado del proceso.
El objeto en primer lugar, es explicar el aprendizaje del ambiente de proceso. Con el objeto de lograr el conocimiento con el proceso, en primer lugar es necesario que la referencia ejecute o aprenda los procesamientos. Cada operación de procesamiento tiene un resultado deseado y una desviación del mismo. El procesamiento de prueba o ejecución de referencia, debe tanto incluir los resultados, como idealmente, también las transiciones, y la reacción del sistema para el control de proceso. Si, por ejemplo, el objeto es lograr un sello de soldadura en una unión de pliegue de acero inoxidable con una ancho de unión de soldadura definida de X mm y una longitud de Y cm, por lo menos una ejecución de referencia debe realizarse en la cual, está incluido por lo menos un parámetro de procesamiento se varía de manera que esta ejecución de referencia tanto la definida como la especificación más allá del límite en ambas direcciones del parámetro de procesamiento.
En este caso, de acuerdo con la presente invención, el operador del sistema humano puede realizar una ejecución de referencia con una potencia láser creciente, como el parámetro de procesamiento para el cual, en el proceso, ocurre el límite de especificación superior e inferior y excede el límite. Si el límite de especificación inferior es, por ejemplo, la penetración de raíz, y el límite de especificación superior es el colapso de unión, es posible iniciar una ejecución de referencia con una potencia láser, de manera que no produce la penetración de raíz. Durante la ejecución de referencia, la potencia láser es controlada de manera que se eleva en forma continua hasta que ocurre un colapso de unión. Este proceso es observado con el sensor(es) de proceso descrito, el cual registra los valores medidos, adecuados, y es utilizado para el propósito de aprendizaje de ambiente del proceso.
Otro ejemplo se refiere a los problemas de producción entre dos cargos de piezas de trabajo grasosas o no grasosas. En este punto, también podría ser necesario incluir los límites de definición para el aprendizaje durante la ejecución de referencia. El operador informa al sistema de procesamiento de material láser cognitivo, en donde residen los límites de definición, y así, el sistema inventivo puede aprender a distinguir entre las regiones.
De acuerdo con la presente invención, es proporcionan dos métodos diferentes, los cuales se describen más adelante, para el propósito de aprendizaje del ambiente de proceso.
Como lo muestra la figura 5A, los reductores de dimensión lineal y no lineal y la variedad de métodos de aprendizaje, tales como análisis de componente principal (PCA), MDS (escalado multidimensional), LLE (Incrustación lineal localmente) y SVM (máquinas de vector de soporte) se puede utilizar para el propósito de aprendizaje del ambiente del proceso. Estos métodos pueden utilizarse tanto en combinación como por su propia cuenta. Adicionalmente, como se describe más adelante adicionalmente, un análisis discriminante puede utilizarse para el propósito de aprendizaje del ambiente del proceso.
Como se muestra en la figura 5B, otro método para el aprendizaje del ambiente de proceso será utilizar una red neural artificial (ANN).
Descrito de una forma simplificada, en el primer método, el volumen grande de los datos del sensor surge y es reducido. En este caso, tanto como sea posible, se retienen todos los aspectos esenciales, y la información redundantes son rechazados. Al final, existe para cada caso observado un vector y/o una matriz de características que se han obtenido a partir de los valores medidos de los sensores, aunque ese volumen de datos se ha reducido en gran medida. El objeto es tener la capacidad de clasificar el estado del proceso únicamente con esta matriz o vector, el cual también puede ser designado como una huella digital del proceso o característica.
El proceso es diferente con las redes neurales artificiales debido a que, en este caso, la red está capacitada, y la información aprendida está presente de manera subsiguiente en la red y el resultado puede entonces ser clasificado. La salida de neuronas, inicialmente de esta manera, utiliza una clasificación con la ayuda de los datos clasificados. El control de circuito cerrado puede ser realizado en forma subsiguiente con la ayuda de esta clasificación.
Al monitorear la operación de procesamiento, existe una necesidad de adquirir el resultado del proceso actual, en comparación con la región deseada aprendida con anterioridad, la cual puede ser considerada como un punto establecido en el espacio característico, y, si es adecuado, está adaptado a los parámetros de procesamiento, como se muestra en las figuras 6A y 6B. La adaptación del parámetro de procesamiento puede y debe ser realizado antes de la emergencia de la región deseada. En este punto, el punto establecido previamente determinado, el cual se utiliza para el control de circuito cerrado del sistema, puede adaptarse de manera que en el caso del control de circuito cerrado, la huella digital actual del sistema de sensor ya deja el punto previamente determinada establecido en un instante cuando la huella digital ingresa a una región de borde de la región deseada.
La clasificación del resultado de proceso actual que utiliza el primer método se describe más adelante (Figura 6A). El sistema de procesamiento de material láser cognitivo ya se ha almacenado en la base de datos de una memoria del ambiente de procedimiento aprendido, los aspectos aprendidos o huellas digitales en la forma de un vector o una matriz. Los valores medidos de los sensores, actualmente siendo obtenidos del proceso, inicialmente debe ser reducidos en volumen de datos y conllevan el propósito de comparación en el mismo espacio de datos, es decir, el espacio característico, ya que el aspecto de vectores o huellas digitales; de esta forma, una huella digital actual se obtiene como un vector de datos de sensor o matriz reducido en el espacio característico y se compara con el punto establecido aprendido en el espacio característico. De esta manera, es posible obtener la probabilidad de que el punto de datos adquirido actualmente es el más cercano a un punto de aspecto determinado, el punto de aspecto o el artículo de aspecto. Se conoce de esta manera si este punto de aspecto todavía está dentro de la región deseada; adicionalmente, se conoce la corrección probablemente requerida para el parámetro de procesamiento.
La clasificación del resultado de procedimiento actual por medio de las redes artificiales (figura 6B) es realizado por la red capacitada. El resultado de clasificación es, si el proceso todavía está en la región deseada, y con cuál tendencia, el parámetro de proceso estará adaptado.
El control o control de circuito cerrado del proceso de acuerdo con el método inventivo es realizado de la siguiente forma. Por medio del resultado de clasificación, la unidad de control ya conoce la dirección y la intensidad con la cual los activadores adecuados han sido activados. Se pueden utilizar diversos métodos para controlar el circuito cerrado. Por consiguiente, por ejemplo, es posible utilizar la reducción al mínimo de la distancia geodésica entre el vector de aspecto deseado y el vector resultado, o un método de control de circuito cerrado con un filtro Kalman y la reducción al mínimo del error medio cuadrado. Adicionalmente, es posible determinar la tendencia a la regulación a partir de los espacios característicos multidimensionales o los aspectos de espacio por medio de la clasificación de "vector de soporte". El controlador de circuito cerrado, entonces no se deja exceder el límite de la región de seguridad definida previamente.
La presente invención puede ser aplicada en una pluralidad de variantes del método, de las cuales, unas pocas son presentadas en esta unión.
Es importante en el monitoreo del proceso plantear algunas fallas (errores) de manera clara. El uso del procesamiento de material láser cognitívo también devuelve buenos resultados aquí. Es necesario en el método de detección de falla (como se ilustró en la figura 7) en primer lugar para que el operador indique de inmediato una falla de manera deliberada, de manera que el sistema cognitivo puede aprender esto. Una vez que el sistema ha aprendido la falla, éste puede detectar esta de manera precisa. Esta pretende ser ilustrada por el siguiente ejemplo. El objeto es que los desperdicios o la formación de un borde áspero sobre los bordes de corte durante un proceso de corte láser a ser detectado con la ayuda de un sistema sensor de proceso con diversos sensores, entre otras cosas una cámara dentro del proceso. El operador realiza una ejecución de referencia con los parámetros de control constante excepto para el gas de proceso, el cual permite la caída de manera tan lejos por medio del controladora durante la ejecución de referencia que un desperdicio resulta claramente. Una vez que termina la ejecución de referencia, el sistema de procesamiento de material láser cognitivo utiliza los datos del sensor para calcular los componentes principales adecuados por medio del PCA, Análisis de componentes principales, o una combinación de los otros métodos de los reductores de dimensión presentados. El operador ahora informa al sistema de las áreas en la pieza de trabajo en la cual un desperdicio ha resultado. Utilizando la información con respecto a dónde ha resultado el desperdicio en el borde de corte, y a los puntos en los cuales los componentes principales correspondientes se han calculado a partir de los datos del sensor, el sistema cognitivo puede calcular en forma subsiguiente los componentes correspondientes, un vector o matriz, los cuales incluyen los aspectos recolectados o la huella digital, respectivamente, para un desperdicio resultado. A medida que la máquina continúa su operación, ésta puede entonces ser calculada a partir de los datos de sensor actual mediante álgebra matriz-vector durante el proceso, si ha ocurrido la falla aprendida (error), y eso puede ser indicado al operador.
Se puede utilizar el mismo método, con el objeto de, por ejemplo, detectar los efectos que ocurren durante la soldadura con. rayo láser o corte láser: falta de fusión (compañero falso), colapso de unión (llenado insuficiente), penetración completa (fusión de raíz), ancho de corte X, estado de profundidad de penetración, aspereza de borde de corte, efectos de quemado, ancho de unión con soldadura Y, estado de soldadura, estado de penetración de raíz, estado de sección transversal de unión, orificio en la unión de vuelta, orificio en la unión de cabo extremo, compensación lateral, expulsiones (retiros), poros, orificios.
La presente invención también puede utilizarse para simplificar un cambio de carga que previamente requirió una adaptación del sistema de procesamiento de material láser. Las piezas de trabajo de la carga nueva, tienen propiedades ligeramente cambiadas, por ejemplo, el espesor del material o el grado de contaminación. Una vez más, se realiza en primer lugar una fase de aprendizaje, y en forma subsiguiente una fase de clasificación. Un proceso de control de circuito cerrado puede implementarse tan pronto como después de la fase de clasificación. Sin embargo, también es posible estimar los parámetros de control nuevos para un cambio del proceso que ocurre, por ejemplo, como un resultado del cambio de carga.
De acuerdo con la figura 8, los valores medidos del sensor(es) de proceso son adquiridos en la fase de aprendizaje mediante una ejecución de referencia. Los parámetros de control del proceso son establecidos una vez como ejecución, los cuales son constantes excepto por un parámetro de control, el cual varía. A modo de ejemplo, en el caso de un proceso de soldadura por rayo láser, la potencia láser puede ser elevada en forma continua durante la ejecución de referencia. Los datos adquiridos son procesados mediante el sistema de procesamiento de material láser cognitivo con la ayuda de reductores de dimensión, cf, figura 9. Los datos de salida de cada sensor utilizados, son filtrados en primer lugar con la ayuda de un paso bajo adecuado. De manera subsiguiente, los n componentes principales salen por medio del análisis del componente principal. Los datos, entonces son normalizados y liberados del medio. Los datos de valor característico para los sensores utilizados en relación con cada segmento de tiempo adquirido, son obtenidos al término de este paso de proceso. Los aspectos correspondientes o huellas digitales y su regla de mapeo son almacenados en una base de datos para las reglas de mapeo de aspectos. El usuario del sistema, define ahora sobre la pieza de trabajo un área que corresponde al resultado deseado. Esta definición es convertida en un vector con la ayuda del cual, es posible capacitar a un clasificador. Las máquinas de vector de soporte se utilizan en este método, con el objeto de tener la capacidad de realizar una clasificación. Un método para la clasificación del vector de soporte se aplica en este caso. Este describe un método matemático para distinguir los resultados de proceso deseados y no deseados que realizan una separación multidimensional del espacio característico con base en las especificaciones del usuario. La base de datos con las reglas de mapeo de aspecto describe la regla(s) de mapeo, y la base de datos de clasificación describe la separación de los espacios característicos.
La aplicación del conocimiento de proceso aprendido para la clasificación y/o evaluación de la operación de procesamiento actual (figura 10) se describe más adelante. Después de la fase de aprendizaje, el sistema de procesamiento de material láser cognitivo monitorea la operación de procesamiento de acuerdo con los deseos del usuario aprendidos anteriormente. Los datos del sensor son reducidos en forma dimensional con base en las especificaciones de las reglas de mapeo de aspecto especificadas. Los datos de salida están localizados en el espacio característico previamente determinada o el espacio característico. Los datos de clasificación aprendidos por el operador medíante el método de clasificación del vector de soporte sirven al propósito de evaluar la operación de procesamiento actual. Una evaluación puede ser realizada sobre si el resultado del proceso actual reside en la región deseada definida por el usuario, y cuya tendencia será preferida por medio de una probabilidad para el parámetro de control del proceso con el objeto de controlar el circuito cerrado del proceso.
Ahora, el objeto es describir la estimación de parámetros de control nuevos o parámetros de procesamiento en el caso de pequeños cambios del proceso que se deben a un cambio de carga. Si la operación de procesamiento, es modificada para una duración determinada, por ejemplo, mediante un cambio ligero en las propiedades de la pieza de trabajo en el caso de un cambio de carga, es posible estimar los parámetros de control nuevos. Es necesario para este fin, realizar una ejecución de referencia nueva 2 además de la ejecución de referencia anterior 1. Los mismos parámetros de control son aplicados para la ejecución de referencia 1 y la ejecución de referencia 2.
Como se muestra en la figura 1 1 , los datos del sensor o los valores medidos de los sensores de la ejecución de referencia 2 se reducen nuevamente de manera dimensional. Las reglas de mapeo ahora son aplicadas a los datos de sensor registrados de la ejecución de referencia 1. La ocurrencia de probabilidades de las características de la ejecución de referencia 1 durante la ejecución de referencia 2 se calcula utilizando el método inventivo de clasificación del vector de soporte. El sistema de procesamiento de material láser cognitivo puede de esta manera calcular, a partir de la posición en la pieza de trabajo o a partir de los parámetros de control utilizados en este punto y a partir de la ocurrencia de probabilidades de los aspectos, cuáles parámetros de control en el proceso nuevo dan lugar a un resultado muy similar o virtualmente idéntico en la operación de procesamiento previo.
Como en los métodos señalados anteriormente, las características son obtenidas a partir de los datos del proceso en los métodos de control del circuito cerrado con base en aspectos. Estos aspectos son clasificados por el operador por medio de ejecuciones de referencia recurrentes iniciales y de manera regular, con la evaluación correspondiente de si el parámetro de control será adaptado. Los aspectos correspondientes y las clasificaciones asociadas son almacenados en una base de datos, si es adecuado, con una propuesta de adaptación. El operador evalúa entonces el sistema en intervalos regulares y de esta manera lo enseña. Entonces, el sistema en primer lugar, puede establecer si el resultado de proceso actual todavía está localizado en el espacio característico prescrito, y si el sistema realizará una adaptación de los parámetros de control. Los aspectos aprendidos y las propuestas de adaptaciones se incrementan, de esta manera, con el tiempo, y el sistema continúa mejorándose en el proceso. Las características similares y las propuestas de adaptación pueden compensarse entre sí, nuevamente, con el objeto de evitar un exceso de aspectos.
El siguiente objeto, explica adicionalmente el método de intervalo dinámico alto inventivo (HDR) de manera más precisa. En este método, cualquier sensor de formación de imágenes es multiplica la exploración digital, es decir, por lo menos dos veces, por imagen en momentos diferentes, o una pluralidad de imágenes, es decir, dos, tres o más imágenes son tomadas con tiempos de exposición diferentes o con una pluralidad de cámaras y de manera subsiguiente, son procesados entre sí para formar por lo menos una imagen. Este proceso permite un registro de imágenes, secuencias de imágenes o videos que se visualizan en forma simultánea en una imagen única la superficie del proceso circundante, la emisión del proceso y la capilaridad de vapor o la bocallave. En el caso de una formación de imágenes de las operaciones de procesamiento láser, los valores de intensidad de dichas áreas son distribuidas sobre un intervalo amplio que puede ser visualizado por dicho método en una imagen. Una imagen o secuencia de imagen producida de esta manera es desplegada en una forma adaptada por medio de un método de mapeo de valor de escala de grises o tono para el propósito de desplegar en una pantalla o dispositivo de despliegue en conjunto con un sistema de monitoreo de proceso o una evaluación o unidad de control con una resolución de intensidad comparativamente baja.
Como se ¡lustró en las figuras 12 y 13, de acuerdo con la presente invención, una pluralidad de imágenes o arreglos de pixel son procesados unos con los otros, con el objeto de realizar un método HDR o un método para la mejor visualización de la superficie de procesamiento, emisión de proceso y vapor de capilaridad (bocallave).
Las imágenes diferentes pueden ser el resultado de la exploración digital múltiple de un sensor de formación de imágenes, o de la formación de imágenes en forma simultánea con una pluralidad de cámaras, o mediante la formación de imágenes secuencial con una cámara aunque con tiempos de exposición diferentes, esto siendo denominado como una técnica de exposiciones múltiples. El procesamiento de imágenes registradas individuales puede ocurrir con diversos tipos de método. Este incluye, en el caso más simple, agregar y promediar los valores de imagen individual de una pluralidad de imágenes de una secuencia de imagen de por lo menos dos imágenes registradas. Para obtener una formación de imágenes más efectiva, los valores de imagen o pixeles de una secuencia de imagen de por lo menos dos imágenes grabadas pueden promediarse por ponderación.
Como método de ponderación, ya sea un método de entropía puede utilizarse para la ponderación mediante el contenido de la información, o es posible realizar el promedio de ponderación tomando en cuenta la función de respuesta de la cámara. Esto requiere que se extraiga una interferencia con respecto a la energía radiante real o factible por superficie, siendo esta función: las energías radiantes individuales, entonces es: „ _?1 wl * X Aquí, i es el índice de imagen de una secuencia de imagen de una pluralidad de imágenes registradas, j es la posición de pixel, t¡ es el tiempo de exposición o tiempo de exploración digital de la imagen registrada i, y¡j es el valor de intensidad del pixel de la imagen registrada i en la posición j , 1 ( ) es la función de respuesta de cámara inversa, Xj es la energía radiante estimada por superficie en la posición de pixel j, y Wy es la función de ponderación del modelo de confiabilidad. La presente invención se refiere de manera explícita al uso de estos métodos de procesamiento de imagen HDR ¡lustrados en los métodos de procesamiento, tales como separación o unión de materiales, en particular, con la ayuda de cabezas de procesamiento láser y/o el sistema de monitoreo de procesamiento inventivo conectado al mismo.
El objeto a continuación, describe adicionalmente con mayor precisión los sensores y los métodos de clasificación utilizados.
Cualquier sensor que permite que la salida de datos del sensor pueda utilizarse en principio como un sistema sensor. En particular, estos son, a modo de ejemplo, micrófonos o sensores acústicos sostenidos en sólido, cámaras, fotodiodos, sondas, evaluación técnica y señales de monitoreo asi como también parámetros del activador, tales como, por ejemplo, potencia láser.
Aspecto de extracción y la reducción de dimensión: esto es posible aquí para utilizar todos los métodos que reducen el volumen de datos y mantienen el contenido de información tanto como sea posible. Aquí, estos son, en particular, el análisis de componente principal (PCA), el análisis de componente independiente (ICA), el análisis de ondulación pequeña, Fourier, Fourier rápido y análisis de Laplace, métodos de reconocimiento de característica y objeto, incrustación lineal localmente, redes neurales artificiales, escalado multidimensional y muchos más.
El volumen de datos reducido puede ser interpretado como un punto nebuloso en un espacio multidimensional que se ha obtenido a partir de un espacio de dimensión superior. Al reducirlos, es posible que los datos sean comparados en un tiempo finito con los volúmenes de datos registrados y clasificados y/o aprendidos anteriormente. Se puede establecer en esta clasificación si los datos de sensor nuevos ya tienen la forma de los datos de sensor registrados, y esta similitud puede ser asignada a una probabilidad. Si un valor de umbral definido para una probabilidad de similitud de un volumen de datos registrado anteriormente excede el límite, es posible seguir la solución o control, o método de control de circuito cerrado almacenado anteriormente más adelante. Si el valor de umbral para una probabilidad de similitud que se relaciona con los volúmenes de datos aprendidos anteriormente excede el límite, el sistema está en una situación nueva.
La conducta para una situación nueva puede ser, ya sea aprendida interrogando a un operador humano, o puesta en práctica utilizando el principio de similitud de los datos anteriores y las estrategias de solución. Aquí se hace uso de los algoritmos de aprendizaje automático que, una vez que se ha establecido un objetivo, verifican en forma subsiguiente el intento de un método desarrollado en automático de si se ha logrado un objetivo, y se evalúa el método de solución seleccionado. Los siguientes métodos se pueden utilizar para la clasificación, ahorro de valores empíricos y estrategias de solución, y como algoritmos de aprendizaje automático: máquinas de vector de soporte, clasificación de vector de soporte, lógica difusa, redes difusas de información, clasificador circundante más cercano de K difuso, clasificador circundante más cercano de K, aprendizaje de refuerzo, redes Bayesianas y bases de datos de conocimiento Bayesiano, clasificadores Bayesianos sencillos, cadenas Markov ocultas, redes neurales artificiales y propagación inversa, análisis de regresión, programación genética o árboles de decisión.
La estrategia de solución que resulta después de la clasificación o un control de controladores de circuito cerrado o activadores, pueden ser de diseño simple, aunque también pueden controlar el tipo de adquisición de datos. Si, por ejemplo, no se alcanza un valor de umbral para un volumen de datos conocido, puede cambiarse el tipo de adquisición de datos. Por ejemplo, esto puede realizarse adaptando un análisis de onda pequeña a las bandas de frecuencia nuevas, o cambiando de PCA a ICA.
Método de intervalo dinámico alto (método HDP Un método HDR se puede utilizar para calcular una relación de contraste relativamente alto a partir de una pluralidad de imágenes registradas o matrices de valor de imagen y vectores con proporciones de contraste diferentes. Con este objeto, cuando se forma la imagen o se observa una escena, es posible registrar una pluralidad de imágenes con tiempos de exposición diferentes a partir de los cuales, una imagen o secuencia de imagen con una relación de contraste mejorada puede calcularse de manera subsiguiente. Con el objeto de producir una secuencia de imagen con proporciones de contraste diferentes, es posible utilizar el método, así denominado, de exposición múltiple para registrar una pluralidad de imágenes con un tiempo de exposición diferente.
Sin embargo, también es posible que los valores de pixel sean exploraciones digitales multiplicadas durante un tiempo de exposición. Una secuencia de imagen con proporciones de contraste diferentes, se produce de esta manera durante un tiempo de exposición. Adicionalmente, en este caso, las cargas presentes en un sensor de formación de imágenes y las cuales representan los pixeles, pueden recuperarse una vez, y no pueden ser recuperadas una segunda vez después de esto. Sin embargo, existen técnicas tales como la lectura no destructiva, también denominadas de lectura no destructiva (NDRO), o una lectura de inclinación múltiples o inclinación única o formador de imagen congelado o formación de imágenes de inyección de carga (CIS), o película delgada en CMOS (TFC) o sensor de pixel activo (APS), o muestreo de inclinación única o doble correlacionado (CDS), que permiten la interrogación múltiple de una carga, por ejemplo, en el caso de un microprocesador CMOS, durante un período de exposición único, sin el valor de carga interrogado siendo cambiado por la exploración digital. De acuerdo con la presente invención, estas técnicas pueden utilizarse para observar una operación de procesamiento láser, con el objeto de, implementar de esta manera una observación o método de control, siendo posible utilizar el método HDR para observar en forma simultánea y resolver las emisiones del proceso, la capilaridad de vapor (bocallave), fuente de fusión, la geometría de unión por soldadura y la guía de unión por soldadura durante una operación de soldadura láser a ser realizada, o para observar y resolver en forma simultánea la ¡nterfase, el borde de corte, la emisión del proceso y también la formación de desperdicios y la geometría de los desperdicios durante el desempeño de una operación de corte láser. Si es adecuado, es posible, en ambos casos, observar una línea láser proyectada sobre una pieza de trabajo a ser maquinada (como también se muestra en la figura 12).
Aprendizaje de refuerzo (RL) El aprendizaje de refuerzo (RL) denota un área de aprendizaje de la máquina. Este describe métodos en los cuales, los sistemas o agentes son aplicados a los ambientes, con el objeto, de aumentar al máximo una gratificación. RL encuentra en este caso, las reglas o políticas de mapeo para uno o más estados del sistema o estados sobre los planes de acción del sistema o acciones. Las políticas de RL pueden utilizarse de acuerdo con la presente invención para el propósito de mejoramiento automático de control y observación de las operaciones de procesamiento láser.
La figura 14, muestra una política posible de cómo RL puede ser integrado en una operación de procesamiento láser. Los valores a ser aprendidos son simbolizados por la matriz Q. La matriz Q consiste en los componentes QS1 , QSn, QSA, QDR, QR1 , QRm, los cuales tienen la capacidad de incluir uno o más valores. Estos componentes son inicializados con un valor de inicio y son optimizados de acuerdo con un método RL. Esta optimización ocurre en aquella acción que es ejecutada y es evaluada por una función de recompensa, y esta evaluación modifica los valores de la matriz Q en una forma reminiscente de un teatro, en donde un crítico evalúa a un actor y el actor adapta sus acciones. Como se describió anteriormente, un punto nebuloso con una clasificación adecuada puede ser obtenido por un experto humano en una ejecución de referencia o a partir de una fase de aprendizaje. Dicha clasificación almacena de esta manera las características o puntos nebulosos o aspectos o huellas digitales o valores medidos del sensor que constituyen el resultado de proceso deseado. Esto puede implementarse mediante una máquina de vector de soporte u otra clasificación. Esto puede constituir una función de recompensa de acuerdo con la cual, el método RL opera. La matriz Q es entonces optimizada de acuerdo con esta función de recompensa aprendida por la persona. Los valores de ponderación o parámetros de ajuste pueden ser aprendidos y optimizados de esta manera, los ejemplos siendo la ponderación de sensores diferentes uno entre los otros (QS1 , QSn), la selección de aspectos especiales que se utiliza para propósitos de control u observación (QDA), la selección de los valores deseados para diversos métodos de control de circuito cerrado (QDR), u otros del parámetro de ajuste de controlador de circuito cerrado, por ejemplo, en forma proporcional, el término P, una forma integral, término I, y una forma diferencial, término D (QR1 , QRm). De esta forma, el control, el control de circuito cerrado o los aspectos de observación de un sistema de procesamiento láser pueden ser optimizados a través de toda la duración del uso. De acuerdo con la presente invención, los métodos que pueden ser aplicados dentro del aprendizaje de refuerzo u otro método de aprendizaje de la máquina en un procesamiento de material láser son los siguientes: el proceso de decisión Markov (MDP), el aprendizaje Q, la crítica heurística adaptada (AHS), el algoritmo de acción de estado de recompensa de acción de estado (SARSA), el mapa de organización automático (SOM), la teoría de resonancia de adaptación (ART), el análisis de variación múltiple (MVA), el algoritmo de aumento al máximo de expectación (EM), la red de función de base radial, la predicción de serie de tiempo, el reconocimiento objetivo automático (ATR), la función de base radial (RBF) y los métodos similares.
Análisis discriminante y método de control de circuito cerrado El análisis discriminante (DA) o análisis discriminante lineal (LDA) también denominado Análisis discriminante lineal de Fisher, es un método estadístico de análisis que tiene un principio funcional similar para el análisis de componentes principal ya descrito. En contraste con el análisis de componente principal, el DA también cuenta la clase de membresía de una clasificación. El DA también puede ser utilizado de manera alternativa para la reducción de dimensión en el método inventivo, aunque al mismo tiempo constituye una combinación de reducción de dimensión y métodos de clasificación.
Como se ilustró en la figura 15, de este modo es posible registrar los datos de sensor, reducirlos en dimensión y clasificarlos utilizando un método que ya se ha descrito con la ayuda de los datos aprendidos previamente. El resultado de clasificación puede entonces utilizarse como una base para el cálculo del valor real para uno o más controladores de circuito cerrado con la ayuda de los valores deseados aprendidos con el objeto de controlar uno o más activadores o parámetros de control. De acuerdo con la presente invención, el DA puede ser combinado con otros métodos de reducción de dimensión en el procesamiento de material láser, de manera que, por ejemplo, es posible en primer lugar realizar el análisis de componente principal y, después de eso, el DA. Esto también se sostiene para los otros métodos de reducción de dimensión ya descritos, los cuales reducen un vector de entrada de datos del sensor de la dimensión Y a una dimensión X, en donde X < Y. Las combinaciones también pueden diferir unas de las otras para los sensores respectivos. Por consiguiente, el análisis de componente independiente ya mencionado, el cual extrae características de acuerdo con la independencia estadística, es particularmente adecuado para los señores acústicos, mientras que el análisis de componente principal es particularmente adecuado para los sensores de formación de imagen. Adicionalmente, los métodos de reducción de dimensión pueden utilizarse en consecuencia para la presente invención en un sistema de procesamiento de material láser descrito: análisis de componente principal kernel, incrustación lineal localmente (LLE), LLE Hessiano, eigen mapas Laplacianos, alineación de espacio de tangente local (LTSA), incrustación semi-definida (SDE), desdoblado de variancia máxima (MVU), análisis de componente curvilíneo (CCA) escalado dimensional alto impulsado por datos (DD-HDS), codificadores automáticos, como variante especial de una red neural artificial de alimentación delantera, máquinas Boltzmann y todos los métodos que utilizan un principio similar.
Para el propósito de proceso de datos particularmente rápido, el análisis de componente principal u otros métodos de reducción de dimensión o aspecto de extracción o un método HDR también pueden ejecutarse de acuerdo con la presente invención en una red neural celular (CNN) integrada en una unidad de adquisición de imagen en un sistema de procesamiento láser. El CNN es un método de cálculo paralelo similar a una red neural artificial.
Adicionalmente, como se muestra en la figura 16, de acuerdo con la presente invención, también es posible para el propósito de proceso de datos rápidos también para control de circuito cerrado de una operación de procesamiento láser directamente con la ayuda de los valores deseados de una reducción de dimensión, a partir de lo cual, la clasificación puede entonces servir para determinar los mejores valores deseados con una optimización de una relación señal a ruido. De esta manera es posible implementar ciclos de control muy frecuentes, en conjunto con capacidad de adaptación alta al tomar en cuenta los resultados de clasificación aprendidos.

Claims (18)

NOVEDAD DE LA INVENCIÓN REIVINDICACIONES
1 .- Un método para monitorear una operación de procesamiento láser a ser realizada sobre una pieza de trabajo, que tiene los siguientes pasos: -detectar por lo menos dos valores medidos actuales por medio de por lo menos un sensor que monitorea la operación de procesamiento láser,-determinar por lo menos dos aspectos actuales a partir de los por lo menos dos valores medidos actuales, los por lo menos dos aspectos actuales que representan en conjunto una huella digital actual en un espacio característico, -proporcionar un punto establecido previamente determinado en el espacio característico, y -clasificar la operación de procesamiento láser detectando la posición de la huella digital actual en relación con el punto establecido previamente determinado en el espacio característico, el por lo menos un sensor comprende por lo menos una unidad de cámara que registra las imágenes de cámara con tiempos de exposición diferentes y procesa dichas imágenes de cámara unas con las otras utilizando un método de intervalo dinámico alto (HDR) con el objeto de proporcionar imágenes con una relación de contraste alto como los valores medidos actuales.
2.- El método de conformidad con la reivindicación 1 , caracterizado además porque el método HDR está diseñado para procesar las imágenes de la cámara de manera que, en el caso de desempeño de una operación de procesamiento láser, la superficie de procesamiento circundante de una pieza de trabajo a ser maquinada y la emisión del proceso pueden ser visualizados en forma simultánea en una imagen.
3.- El método de conformidad con la reivindicación 1 o 2, caracterizado además porque las imágenes de la cámara son registradas mediante exploración digital múltiple de un sensor de formación de imagen de la unidad de cámara, formando imágenes en forma simultánea con una pluralidad de cámaras, o mediante la formación de imágenes secuencial con una cámara con tiempos de exposición diferentes.
4.- El método de conformidad con la reivindicación 1 , 2, o 3, caracterizado además porque el procesamiento de las imágenes de cámara registradas mediante la por lo menos una unidad de cámara se realiza por medio del método de ponderación con la ayuda de un método de entropía o con la ayuda de una función de respuesta de cámara.
5.- El método de conformidad con una de las reivindicaciones 1 a 4, caracterizado además porque las imágenes de la cámara a ser procesadas son registradas por medio de una cámara que se desplaza por arriba antes de l operación de procesamiento láser, una cámara que forma imágenes de la zona de procesamiento láser, y/o una cámara que se desplaza debajo después de la operación de procesamiento láser.
6.- El método de conformidad con una de las reivindicaciones precedentes, caracterizado además porque tiene el paso de control de circuito cerrado de por lo menos un parámetro de proceso de un activador asociado en tal forma que, cuando la huella digital actual deja el punto establecido previamente determinado del espacio característico, el por lo menos un activador es activado de manera que el cambio en el parámetro de proceso asociado corresponde a un gradiente en el espacio característico que, partiendo de la huella digital, se extiende en la dirección del punto establecido previamente determinado en el espacio característico.
7. - El método de conformidad con una de las reivindicaciones precedentes, caracterizado además porque la determinación de un aspecto actual desde el por lo menos una valor medido actual comprende un método para reducción de datos o reducción de dimensión tal como una análisis de componente principal, escalado multidimensional, máquinas de vector de soporte, o una clasificación de vector de soporte.
8. - El método de conformidad con una de las reivindicaciones 1 a 6, caracterizado además porque la determinación de un aspecto actual desde el por lo menos un valor medido actual es realizado con la ayuda de una red neural artificial.
9. - El método de conformidad con una de las reivindicaciones precedentes, caracterizado además porque el punto establecido previamente determinado es definido dentro del espacio característico por medio de un proceso de aprendizaje.
10. - El método de conformidad con una de las reivindicaciones precedentes, caracterizado además porque el campo de gradiente del espacio característico es determinado dependiendo de los parámetros de proceso en regiones diferentes en los puntos en el espacio característico que son representativos de la región respectiva con respecto al gradiente.
1 1. - El método de conformidad con la reivindicación 10, caracterizado además porque el gradiente del espacio característico es determinado dependiendo de un parámetro de proceso variando el parámetro de proceso en un punto previamente determinado del espacio característico.
12. - El método de conformidad con una de las reivindicaciones precedentes, caracterizado además porque el por lo menos un sensor es seleccionado de un grupo que comprende por lo menos un fotodiodo con filtros para longitudes de onda específicas, sensores acústicos sostenidos en sólido y sostenidos en el aire, y por lo menos una unidad de cámara con una iluminación de superficie adecuada.
13. - El método de conformidad con una de las reivindicaciones precedentes, caracterizado además porque el por lo menos un activador es seleccionado de un grupo que comprende un controlador de la potencia láser, un controlador de velocidad de procesamiento de la cabeza de procesamiento en relación con la pieza de trabajo, un controlador del punto focal del rayo láser de procesamiento, un controlador de la distancia de la cabeza de procesamiento desde la pieza de trabajo, y un controlador de la compensación lateral.
14. - Un dispositivo para realizar un método para monitorear una operación de procesamiento láser a ser realizada sobre una pieza de trabajo de acuerdo con las reivindicaciones precedentes, que comprende: -por lo menos un sensor para monitorear la operación de procesamiento láser que es adecuado para detectar por lo menos dos valores medidos actuales, -una unidad de procesamiento láser para determinar por lo menos dos características de los por lo menos dos valores medidos actuales con el objeto de crear una huella digital actual en un espacio característico, -una unidad de memoria para almacenar un punto establecido previamente determinado dentro del espacio característico, y -una unidad de clasificación para evaluar la operación de procesamiento láser, detectando la posición de la huella digital actual en relación con el punto establecido previamente determinado en el espacio característico.
15.- El dispositivo de conformidad con la reivindicación 14, caracterizado además porque adicionalmente tiene una unidad de control para controlar por lo menos un parámetro de procesamiento de un activador asociado de tal forma que, cuando la huella digital actual deja el punto establecido del espacio característico, el por lo menos un activador es activado de manera que el cambio en el parámetro de proceso asociado corresponde a un gradiente en el espacio característico que, empezando desde la huella digital, se extiende en la dirección del punto establecido previamente determinado.
16.- El dispositivo de conformidad con la reivindicación 14 o 15, caracterizado además porque el por lo menos un sensor es seleccionado de un grupo que comprende por lo menos un fotodiodo con filtros para longitudes de onda específicas, sensores acústicos sostenidos en sólido y sostenidos en el aire, y por lo menos una unidad de cámara con una iluminación de superficie adecuada.
17. - El dispositivo de conformidad con la reivindicación 14, 15 o 16, caracterizado además porque el por lo menos un activador es seleccionado de un grupo que comprende un controlador de la potencia láser, un controlador de velocidad de procesamiento de la cabeza de procesamiento en relación con la pieza de trabajo, un controlador del punto focal del rayo láser de procesamiento, un controlador de la distancia de la cabeza de procesamiento desde la pieza de trabajo, y un controlador de la compensación lateral.
18. - Una cabeza de procesamiento láser para procesar una pieza de trabajo por medio de un rayo láser, que tiene un dispositivo de una de las reivindicaciones 14 a 17.
MX2011005336A 2008-11-21 2009-11-20 Metodo y dispositivo para monitorear una operacion de procesamiento laser a ser realizada sobre una pieza de trabajo y la cabeza de procesamiento laser que tiene dicho dispositivo. MX2011005336A (es)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
DE200810058422 DE102008058422A1 (de) 2008-11-21 2008-11-21 Verfahren und Vorrichtung zur Überwachung eines an einem Werkstück durchzuführenden Laserbearbeitungsvorgangs sowie Laserbearbeitungskopf mit einer derartigen Vorrichtung
DE102009033881 2009-07-20
EP09010230 2009-08-07
EP09011375 2009-09-04
PCT/EP2009/008294 WO2010057662A1 (de) 2008-11-21 2009-11-20 Verfahren und vorrichtung zur überwachung eines an einem werkstück durchzuführenden laserbearbeitungsvorgangs sowie laserbearbeitungskopf mit einer derartigen vorrichtung

Publications (1)

Publication Number Publication Date
MX2011005336A true MX2011005336A (es) 2011-10-14

Family

ID=41666804

Family Applications (2)

Application Number Title Priority Date Filing Date
MX2011005336A MX2011005336A (es) 2008-11-21 2009-11-20 Metodo y dispositivo para monitorear una operacion de procesamiento laser a ser realizada sobre una pieza de trabajo y la cabeza de procesamiento laser que tiene dicho dispositivo.
MX2011005335A MX2011005335A (es) 2008-11-21 2009-11-20 Metodo y dispositivo para monitorear una operacion de procesamiento laser a ser realizada sobre una pieza de trabajo y cabeza de procesamiento laser que tiene dicho dispositivo.

Family Applications After (1)

Application Number Title Priority Date Filing Date
MX2011005335A MX2011005335A (es) 2008-11-21 2009-11-20 Metodo y dispositivo para monitorear una operacion de procesamiento laser a ser realizada sobre una pieza de trabajo y cabeza de procesamiento laser que tiene dicho dispositivo.

Country Status (11)

Country Link
US (2) US9056368B2 (es)
EP (2) EP2365889B1 (es)
JP (2) JP5763542B2 (es)
KR (2) KR101700896B1 (es)
CN (2) CN102281984B (es)
CA (2) CA2743522C (es)
HK (1) HK1164786A1 (es)
MX (2) MX2011005336A (es)
RU (2) RU2529135C2 (es)
WO (2) WO2010057662A1 (es)
ZA (2) ZA201104527B (es)

Families Citing this family (92)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9105077B2 (en) 2010-06-28 2015-08-11 Precitec Kg Method for classifying a multitude of images recorded by a camera observing a processing area and laser material processing head using the same
WO2012040916A1 (zh) * 2010-09-29 2012-04-05 东北大学 基于递归核主元分析的连续退火过程故障监测方法
US9383276B2 (en) 2010-10-26 2016-07-05 Sintokogio, Ltd. Evaluation method and evaluation system for impact force of laser irradiation during laser peening and laser peening method and laser peening system
JP2012148316A (ja) * 2011-01-19 2012-08-09 Keyence Corp レーザー加工装置
DE102011003717A1 (de) * 2011-02-07 2012-08-09 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Vorrichtung und Verfahren zur Überwachung und insbesondere zur Regelung eines Laserschneidprozesses
DE102011103282B4 (de) 2011-06-03 2015-09-03 Lessmüller Lasertechnik GmbH Verfahren zum Überwachen der Bearbeitung sowie Vorrichtung zum Bearbeiten eines Werkstücks mit einem hochenergetischen Bearbeitungsstrahl
DE102011122991B3 (de) 2011-06-03 2023-06-22 Lessmüller Lasertechnik GmbH Verfahren zum Überwachen der Bearbeitung sowie Vorrichtung zum Bearbeiten eines Werkstücks mit einem hochenergetischen Bearbeitungsstrahl
DE102012202279B4 (de) * 2012-02-15 2014-06-05 Siemens Aktiengesellschaft Sicherstellung einer Prüfabdeckung bei einer manuellen Inspektion
US10315275B2 (en) * 2013-01-24 2019-06-11 Wisconsin Alumni Research Foundation Reducing surface asperities
US9842665B2 (en) 2013-02-21 2017-12-12 Nlight, Inc. Optimization of high resolution digitally encoded laser scanners for fine feature marking
US10464172B2 (en) 2013-02-21 2019-11-05 Nlight, Inc. Patterning conductive films using variable focal plane to control feature size
WO2014130895A1 (en) 2013-02-21 2014-08-28 Nlight Photonics Corporation Laser patterning multi-layer structures
US20140255620A1 (en) * 2013-03-06 2014-09-11 Rolls-Royce Corporation Sonic grain refinement of laser deposits
CN103264227B (zh) * 2013-04-11 2015-05-13 温州大学 一种激光直接刻蚀聚合物基体表面覆盖金属膜的方法
DE102013218421A1 (de) * 2013-09-13 2015-04-02 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Vorrichtung und Verfahren zur Überwachung, insbesondere zur Regelung, eines Schneidprozesses
US11440141B2 (en) * 2013-09-13 2022-09-13 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Devices and methods for monitoring, in particular for regulating, a cutting process
EP3065909B1 (en) * 2013-11-08 2024-02-21 Thermatool Corp. Heat energy sensing and analysis for welding processes
US9764469B1 (en) * 2013-12-13 2017-09-19 University Of South Florida Generating robotic trajectories with motion harmonics
DE102014202176B4 (de) * 2014-02-06 2015-10-22 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Verfahren zum Identifizieren einer Randkontur einer an einem Bearbeitungskopf gebildeten Öffnung und Bearbeitungsmaschine
US10069271B2 (en) 2014-06-02 2018-09-04 Nlight, Inc. Scalable high power fiber laser
US10618131B2 (en) 2014-06-05 2020-04-14 Nlight, Inc. Laser patterning skew correction
CN104007689B (zh) * 2014-06-09 2017-02-15 益阳市和天电子有限公司 一种电容生产现场用的智能监控***
DE102014212682A1 (de) 2014-07-01 2016-01-07 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Verfahren und Vorrichtung zum Bestimmen einer Werkstoffart und/oder einer Oberflächenbeschaffenheit eines Werkstücks
CN105720463B (zh) 2014-08-01 2021-05-14 恩耐公司 光纤和光纤传输的激光器中的背向反射保护与监控
JP2016078044A (ja) * 2014-10-14 2016-05-16 三菱電機株式会社 加工状態判定装置及び加工機
US10112262B2 (en) 2014-10-28 2018-10-30 General Electric Company System and methods for real-time enhancement of build parameters of a component
RU2599920C2 (ru) * 2014-11-20 2016-10-20 Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых" Устройство управления технологическим процессом лазерного термоупрочнения
CN104880992B (zh) * 2014-12-23 2018-08-17 湘潭大学 基于Kriging代理模型的磁控电弧传感器参数优化方法
US9837783B2 (en) 2015-01-26 2017-12-05 Nlight, Inc. High-power, single-mode fiber sources
US10050404B2 (en) 2015-03-26 2018-08-14 Nlight, Inc. Fiber source with cascaded gain stages and/or multimode delivery fiber with low splice loss
CN107835725B (zh) 2015-05-13 2020-05-29 百超激光有限公司 激光加工设备
CN104966088B (zh) * 2015-06-02 2018-10-23 南昌航空大学 基于成组小波-变分关联向量机断口图像识别方法
US10520671B2 (en) 2015-07-08 2019-12-31 Nlight, Inc. Fiber with depressed central index for increased beam parameter product
JP2017030067A (ja) 2015-07-30 2017-02-09 ファナック株式会社 加工時間測定機能とオンマシン測定機能を有する制御装置付き加工装置
JP2017030088A (ja) * 2015-07-31 2017-02-09 ファナック株式会社 機械学習装置、ネジ締付システムおよびその制御装置
JP6438366B2 (ja) * 2015-08-28 2018-12-12 ファナック株式会社 電動機に対する動作指令を学習する機械学習方法および機械学習装置並びに該機械学習装置を備えた制御装置および電動機装置
US10073060B2 (en) 2015-11-19 2018-09-11 General Electric Company Non-contact acoustic inspection method for additive manufacturing processes
US9989495B2 (en) 2015-11-19 2018-06-05 General Electric Company Acoustic monitoring method for additive manufacturing processes
US10232439B2 (en) 2015-11-20 2019-03-19 General Electric Company Gas flow monitoring in additive manufacturing
US9989396B2 (en) 2015-11-20 2018-06-05 General Electric Company Gas flow characterization in additive manufacturing
CN108367389B (zh) 2015-11-23 2020-07-28 恩耐公司 激光加工方法和装置
US11179807B2 (en) 2015-11-23 2021-11-23 Nlight, Inc. Fine-scale temporal control for laser material processing
US10839302B2 (en) 2015-11-24 2020-11-17 The Research Foundation For The State University Of New York Approximate value iteration with complex returns by bounding
US10295820B2 (en) 2016-01-19 2019-05-21 Nlight, Inc. Method of processing calibration data in 3D laser scanner systems
JP6339603B2 (ja) * 2016-01-28 2018-06-06 ファナック株式会社 レーザ加工開始条件を学習する機械学習装置、レーザ装置および機械学習方法
US10831180B2 (en) * 2016-02-25 2020-11-10 General Electric Company Multivariate statistical process control of laser powder bed additive manufacturing
JP6625914B2 (ja) * 2016-03-17 2019-12-25 ファナック株式会社 機械学習装置、レーザ加工システムおよび機械学習方法
DE102016206402A1 (de) * 2016-04-15 2017-10-19 Bühler Motor GmbH Kreiselpumpenmotor
CN106041296B (zh) * 2016-07-14 2017-07-28 武汉大音科技有限责任公司 一种在线式动态视觉激光精密加工方法
US10730785B2 (en) 2016-09-29 2020-08-04 Nlight, Inc. Optical fiber bending mechanisms
CN109791252B (zh) 2016-09-29 2021-06-29 恩耐公司 可调整的光束特性
US10732439B2 (en) 2016-09-29 2020-08-04 Nlight, Inc. Fiber-coupled device for varying beam characteristics
JP6438450B2 (ja) * 2016-11-29 2018-12-12 ファナック株式会社 レーザ加工ロボットの加工順序を学習する機械学習装置、ロボットシステムおよび機械学習方法
US11205103B2 (en) 2016-12-09 2021-12-21 The Research Foundation for the State University Semisupervised autoencoder for sentiment analysis
JP6339655B1 (ja) 2016-12-19 2018-06-06 ファナック株式会社 光源ユニットの光学部品の調芯手順を学習する機械学習装置および光源ユニット製造装置
RU2638267C1 (ru) * 2017-01-09 2017-12-12 Федеральное государственное бюджетное образовательное учреждение высшего образования "Владимирский Государственный Университет имени Александра Григорьевича и Николая Григорьевича Столетовых" (ВлГУ) Способ лазерной сварки внахлест листов конструкционной стали и сплавов алюминия
RU2646515C1 (ru) * 2017-02-02 2018-03-05 Федеральное государственное бюджетное образовательное учреждение высшего образования "Казанский национальный исследовательский технический университет им. А.Н. Туполева-КАИ" (КНИТУ-КАИ) Универсальная лазерная оптическая головка
WO2018187489A1 (en) 2017-04-04 2018-10-11 Nlight, Inc. Optical fiducial generation for galvanometric scanner calibration
DE102017208630B4 (de) * 2017-05-22 2022-03-31 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Verfahren zum Bestimmen von Wirkungsgrad oder Wirkungsgradänderungen einer Schlackeabsaugung und zugehörige Laserbearbeitungsmaschine
DE102017210098B4 (de) * 2017-06-16 2024-03-21 Jenoptik Optical Systems Gmbh Scanvorrichtung mit einer Scankopfvorrichtung zum Reflektieren oder Transmittieren von Strahlen für einen Scanner sowie Verfahren zum Reflektieren oder Transmittieren von Strahlen für einen Scanner
CN110020648B (zh) * 2018-01-10 2022-03-22 上银科技股份有限公司 工件量测及定位方法
JP6767416B2 (ja) * 2018-03-26 2020-10-14 ファナック株式会社 加工条件調整装置及び機械学習装置
JP7017985B2 (ja) * 2018-06-05 2022-02-09 株式会社日立製作所 システム及び処理条件の決定方法
EP3586973B1 (en) * 2018-06-18 2024-02-14 Rolls-Royce Corporation System control based on acoustic and image signals
CN109031954B (zh) * 2018-08-03 2021-06-25 北京深度奇点科技有限公司 基于强化学习的焊接参数确定方法、焊接方法和设备
US11534961B2 (en) 2018-11-09 2022-12-27 General Electric Company Melt pool monitoring system and method for detecting errors in a multi-laser additive manufacturing process
DE102018129441B4 (de) * 2018-11-22 2023-11-16 Precitec Gmbh & Co. Kg System zur Überwachung eines Laserbearbeitungsprozesses, Laserbearbeitungssystem sowie Verfahren zur Überwachung eines Laserbearbeitungsprozesses
US10894364B2 (en) 2018-12-13 2021-01-19 General Electric Company Method for melt pool monitoring using geometric length
US10828836B2 (en) 2018-12-13 2020-11-10 General Electric Company Method for melt pool monitoring
US11285671B2 (en) 2018-12-13 2022-03-29 General Electric Company Method for melt pool monitoring using Green's theorem
US11020907B2 (en) 2018-12-13 2021-06-01 General Electric Company Method for melt pool monitoring using fractal dimensions
US10828837B2 (en) 2018-12-13 2020-11-10 General Electric Company Method for melt pool monitoring using algebraic connectivity
CN110132975B (zh) * 2019-03-28 2022-04-12 中核建中核燃料元件有限公司 一种用于核燃料棒包壳表面检测的方法、装置
US11447935B2 (en) 2019-04-30 2022-09-20 Deere & Company Camera-based boom control
US11653101B2 (en) 2019-05-17 2023-05-16 Samsung Electronics Co., Ltd. Imaging system for generating high dynamic range image
CN110133643B (zh) * 2019-05-22 2021-08-20 北京林业大学 植物根系探测方法及装置
DE102019114477A1 (de) * 2019-05-29 2020-12-03 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Automatische Materialerkennung mit Laser
DE102019208036A1 (de) * 2019-06-03 2020-12-03 Robert Bosch Gmbh Verfahren und Vorrichtung zum Überwachen eines Schweißprozesses
RU2723493C1 (ru) * 2019-07-15 2020-06-11 федеральное государственное бюджетное образовательное учреждение высшего образования "Пермский национальный исследовательский политехнический университет" Способ лазерной сварки с контролем процесса формирования сварного шва
CN114341754B (zh) * 2019-08-28 2023-05-26 百超激光有限公司 对切割处理中的激光切割头运动的控制方法及设备和介质
EP3786736A1 (en) 2019-08-28 2021-03-03 Bystronic Laser AG Control for a laser cutting head movement in a cutting process
US11878365B2 (en) 2019-11-20 2024-01-23 Concept Laser Gmbh Focus adjustment and laser beam caustic estimation via frequency analysis of time traces and 2D raster scan data
DE102019218623A1 (de) * 2019-11-29 2021-06-02 Sms Group Gmbh Steuerungssystem für eine industrielle Anlage, insbesondere für eine Anlage zur Herstellung oder Verarbeitung von metallischen Bändern oder Blechen und Verfahren zum Steuern einer industriellen Anlage, insbesondere einer Anlage zur Herstellung oder Verarbeitung von metallischen Bändern oder Blechen
EP3885069A1 (de) 2020-03-25 2021-09-29 Bystronic Laser AG Qualitätskontrolle eines laserbearbeitungsprozesses mittels maschinellem lernen
CN111968072B (zh) * 2020-07-07 2024-04-02 南昌大学 一种基于贝叶斯网络的厚板t形接头焊接位置自主决策方法
DE102020210988A1 (de) 2020-08-31 2022-03-03 Fronius International Gmbh Laser-Hybrid-Schweißverfahren und Laser-Hybrid-Schweißgerät zur Verschweißung von Werkstücken
CN112149725B (zh) * 2020-09-18 2023-08-22 南京信息工程大学 基于傅立叶变换的谱域图卷积3d点云分类方法
CN112044874B (zh) * 2020-09-27 2022-02-25 厦门理工学院 一种激光清洗的实时监测***及其监测方法
RU2763706C1 (ru) * 2021-03-16 2021-12-30 федеральное государственное бюджетное образовательное учреждение высшего образования "Казанский национальный исследовательский технический университет им.А.Н. Туполева - КАИ" Способ лазерной сварки разнородных металлических сплавов
DE102021206302A1 (de) * 2021-06-18 2022-12-22 Trumpf Laser- Und Systemtechnik Gmbh Verfahren zur Laserbearbeitung und Laserbearbeitungsanlage sowie Steuereinrichtung hierfür
CN117283143B (zh) * 2023-10-08 2024-02-09 广东省源天工程有限公司 用于海洋内水下作业机器人的防腐蚀控制***及方法
CN117532279B (zh) * 2024-01-08 2024-03-19 山西金鼎泰金属制品股份有限公司 一种用于高压管路的连接法兰加工方法

Family Cites Families (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB9321866D0 (en) * 1993-10-22 1993-12-15 Kinsman Grant Fuzzy logic control of laser welding
US5768137A (en) * 1995-04-12 1998-06-16 American Research Corporation Of Virginia Laser aligned robotic machining system for use in rebuilding heavy machinery
JPH08309578A (ja) 1995-05-23 1996-11-26 Toyota Motor Corp 溶接ビード良否判定方法
US5940296A (en) * 1995-11-06 1999-08-17 Medar Inc. Method and system for interactively developing a graphical control-flow structure and associated application software for use in a machine vision system
PT822389E (pt) 1996-07-29 2003-08-29 Elpatronic Ag Processo e dispositivo para determinacao e verificacao do contorno de um rebordo
DE19716293C2 (de) 1997-04-18 2000-07-13 Daimler Chrysler Ag Vorrichtung zur Regelung der Fokuslage beim Laserstrahlschweißen
GB9719527D0 (en) * 1997-09-12 1997-11-19 Powerlasers Ltd Fuzzy neural-network controller for laser welding systems
RU2155653C2 (ru) 1998-06-08 2000-09-10 Курский государственный технический университет Видеосенсорное устройство
US6532454B1 (en) * 1998-09-24 2003-03-11 Paul J. Werbos Stable adaptive control using critic designs
DE19957163C1 (de) * 1999-11-27 2001-08-09 Thyssenkrupp Stahl Ag Verfahren und Vorrichtung zur Qualitätskontrolle der Naht an mit einem Laser stumpf geschweißten Blechen oder Bändern
JP2001276980A (ja) 2000-03-30 2001-10-09 Matsushita Electric Ind Co Ltd 接合装置
JP2002064304A (ja) * 2000-08-22 2002-02-28 Taiyo Yuden Co Ltd 積層型誘電体フィルタ
US7173245B2 (en) * 2001-01-04 2007-02-06 The Regents Of The University Of California Submicron thermal imaging method and enhanced resolution (super-resolved) AC-coupled imaging for thermal inspection of integrated circuits
DE10103255B4 (de) 2001-01-25 2004-12-30 Robert Bosch Gmbh Verfahren zur automatischen Beurteilung von Laserbearbeitungsprozessen
TW565684B (en) 2001-02-14 2003-12-11 Honda Motor Co Ltd Welding state monitoring device
JP3512388B2 (ja) 2001-02-15 2004-03-29 川崎重工業株式会社 レーザ加工モニタリング装置
JP2002346783A (ja) 2001-05-30 2002-12-04 Denso Corp レーザ溶接制御方法及びその装置
ATE506138T1 (de) * 2001-11-15 2011-05-15 Precitec Vision Gmbh & Co Kg VERFAHREN UND VORRICHTUNG ZUR ERFASSUNG DER NAHTQUALITÄT EINER SCHWEIßNAHT BEI DER SCHWEIßUNG VON WERKSTÜCKEN
SE521787C2 (sv) 2002-04-05 2003-12-09 Volvo Aero Corp Anordning och förfarande för kontroll av ett svetsområde, inrättning och förfarande för styrning av en svetsoperation, datorprogram och datorprogramprodukt
US6670574B1 (en) 2002-07-31 2003-12-30 Unitek Miyachi Corporation Laser weld monitor
JP2006088163A (ja) * 2004-09-21 2006-04-06 Fanuc Ltd レーザ装置
US7364306B2 (en) * 2005-06-20 2008-04-29 Digital Display Innovations, Llc Field sequential light source modulation for a digital display system
US8615374B1 (en) * 2006-06-09 2013-12-24 Rockwell Automation Technologies, Inc. Modular, configurable, intelligent sensor system
US8084706B2 (en) * 2006-07-20 2011-12-27 Gsi Group Corporation System and method for laser processing at non-constant velocities
US8242426B2 (en) * 2006-12-12 2012-08-14 Dolby Laboratories Licensing Corporation Electronic camera having multiple sensors for capturing high dynamic range images and related methods
JP2010515170A (ja) 2006-12-29 2010-05-06 ジェスチャー テック,インコーポレイテッド 機能強化したインタラクティブシステムを用いた仮想オブジェクトの操作
DE502007002697D1 (de) * 2007-11-20 2010-03-11 Trumpf Werkzeugmaschinen Gmbh Verfahren zum Bestimmen einer Kenngröße für die Genauigkeit einer Nahtlageregelung
DE102008038332A1 (de) 2008-08-19 2009-01-22 Daimler Ag Verfahren und Vorrichtung zur Regelung eines Schweißprozesses

Also Published As

Publication number Publication date
KR20110095381A (ko) 2011-08-24
RU2529136C2 (ru) 2014-09-27
MX2011005335A (es) 2011-10-11
CN102281984B (zh) 2015-12-16
JP5763542B2 (ja) 2015-08-12
CN102292187A (zh) 2011-12-21
WO2010057662A1 (de) 2010-05-27
RU2011125341A (ru) 2012-12-27
CA2743518C (en) 2015-02-10
JP2012509189A (ja) 2012-04-19
RU2011125317A (ru) 2012-12-27
CA2743522A1 (en) 2010-05-27
CA2743522C (en) 2015-05-26
KR101787510B1 (ko) 2017-10-18
US9492886B2 (en) 2016-11-15
KR101700896B1 (ko) 2017-01-31
EP2365889B1 (de) 2016-07-06
US20110284512A1 (en) 2011-11-24
KR20110099250A (ko) 2011-09-07
JP2012509190A (ja) 2012-04-19
RU2529135C2 (ru) 2014-09-27
ZA201104527B (en) 2012-03-28
ZA201104525B (en) 2012-03-28
CN102292187B (zh) 2015-12-09
US9056368B2 (en) 2015-06-16
HK1164786A1 (zh) 2012-09-28
EP2365889A1 (de) 2011-09-21
JP5762968B2 (ja) 2015-08-12
EP2365890A1 (de) 2011-09-21
CA2743518A1 (en) 2010-05-27
WO2010057661A1 (de) 2010-05-27
US20110278277A1 (en) 2011-11-17
EP2365890B1 (de) 2017-03-22
CN102281984A (zh) 2011-12-14

Similar Documents

Publication Publication Date Title
US9492886B2 (en) Method and device for monitoring a laser processing operation to be performed on a workpiece and laser processing head having such a device
US9373163B2 (en) Method for controlling a laser processing operation by means of a reinforcement learning agent and laser material processing head using the same
JP5172041B2 (ja) レーザ加工ヘッドおよびレーザ加工ヘッドの焦点位置の変化を補償するための方法
KR102468234B1 (ko) 심층 합성곱 신경망을 이용한 레이저 가공 시스템의 가공오류 검출 시스템 및 방법
CN113329836A (zh) 借助深度卷积神经网络监测激光加工过程
JP2023524803A (ja) レーザ加工プロセスを分析する方法、レーザ加工プロセスを分析するシステム、及びそのようなシステムを備えるレーザ加工システム
WO2021190889A1 (en) Quality control of a laser machining process using machine learning
WO2020261571A1 (ja) レーザ加工システム、加工条件探索装置および加工条件探索方法
Abels et al. Process Monitoring and Control

Legal Events

Date Code Title Description
FG Grant or registration