买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：诺伯特智能制造(苏州)有限公司

摘要：本发明涉及激光工业控制技术领域，具体涉及一种基于云计算的激光加工系统远程控制方法，该方法首先根据历史数据中各个完整切割周期中的切缝宽度时序分布趋势，划分出各个切割阶段；根据每个切割阶段中切缝宽度时序数据与每种切割关联参数的关联参数时序数据的波动变化相似性，得到关联影响程度；以关联参数时序数据作为训练集输入变量参数，根据对应的异常程度以及关联影响程度得到的训练权值修正系数，对GRNN模型训练过程中的权值函数值进行修正，使得得到的切割参数宽度关联模型的输出结果更加准确，从而使得根据切割参数宽度关联模型借助云计算进行激光加工系统远程实时控制的准确度更高。

主权项：1.一种基于云计算的激光加工系统远程控制方法，其特征在于，所述方法包括：在激光加工控制系统进行切割加工的历史数据中，获取每个完整切割周期对应的切缝宽度时序数据以及每种切割关联参数的关联参数时序数据；根据各个完整切割周期的切缝宽度时序数据在时序上的极值分布情况，将所有完整切割周期划分为至少两个切割阶段；其中，所有的完整切割周期中对应的切割阶段数量相同；在所述历史数据中，根据每个切割阶段中每种切割关联参数的所有关联参数时序数据与切缝宽度时序数据之间的波动变化相似情况，得到每种切割关联参数在每个切割阶段上的关联影响程度；将每个切割阶段中每种切割关联参数对应的所有关联参数时序数据，作为每个切割阶段的GRNN模型的训练过程的训练集输入变量参数；在每个切割阶段中，根据每种切割关联参数对应的每个训练集输入变量参数的异常程度相对偏差以及所述关联影响程度，得到每个训练集输入变量参数的训练权值修正系数；根据所述训练权值修正系数对每个切割阶段的GRNN模型的训练过程中的权值函数值进行修正，得到每个切割阶段的切割参数宽度关联模型；根据所述切割参数宽度关联模型结合实时加工过程中的切缝宽度时序数据和关联参数时序数据，进行激光加工系统远程控制；所述切割阶段的获取方法包括：根据每个完整切割周期对应的所有切缝宽度时序数据进行曲线拟合，得到每个完整切割周期对应的切缝宽度时序曲线；将所有切缝宽度时序曲线对应的极值点数量的众数，作为特征参考量；将极值点数量为特征参考量的所有切缝宽度时序曲线，作为特征宽度时序曲线；以每个特征宽度时序曲线的所有极值点为间隔点，将每个特征宽度时序曲线对应的完整切割周期划分为至少两个间隔时间区间；将每个特征宽度时序曲线中每个间隔时间区间的时间长度与每个特征宽度时序曲线对应的时间长度之间的比值，作为每个特征宽度时序曲线中每个间隔时间区间的参考长度占比；以时间顺序将每个特征宽度时序曲线的间隔时间区间对应的参考长度占比排列后，得到每个特征宽度时序曲线的参考长度占比序列；将所述参考长度占比序列中每个参考长度占比对应的索引值，作为切割阶段对应的阶段索引值；在所有参考长度占比序列中，将每个阶段索引值对应的所有参考长度占比的均值，作为对应的每个切割阶段的区间比例；根据所有切割阶段的区间比例，以时间顺序排列将所有完整切割周期划分为至少两个切割阶段；所述切割阶段的数量与间隔时间区间数量相同；所述关联影响程度的获取方法包括：根据每个完整切割周期对应的每种切割关联参数的所有关联参数时序数据进行曲线拟合，得到每种切割关联参数在每个完整切割周期中的关联参数时序曲线；在所述关联参数时序曲线中，将每个切割阶段对应的局部曲线段上所有数据点的切线斜率的均值，作为每种切割关联参数在每个完整切割周期中每个切割阶段上的关联斜率均值；将每种切割关联参数在每个完整切割周期中每个切割阶段上的关联参数时序数据的方差，作为每种切割关联参数在每个完整切割周期中每个切割阶段上的关联数据波动性；在每个完整切割周期对应的切缝宽度时序曲线中，将每个切割阶段对应的局部曲线段上所有数据点的切线斜率的均值，作为每个完整切割周期中每个切割阶段上的宽度斜率均值；将每个完整切割周期中每个切割阶段上的切缝宽度时序数据的方差，作为每个完整切割周期中每个切割阶段上的宽度数据波动性；根据所述关联斜率均值与所述宽度斜率均值之间的偏差，以及所述关联数据波动性与所述宽度数据波动性之间的偏差，得到每种切割关联参数在每个切割阶段上的关联影响程度；所述训练权值修正系数的获取方法包括：通过LOF异常检测算法计算每个切割阶段中每种切割关联参数对应的每个训练集输入变量的LOF值；根据每个切割阶段中每种切割关联参数对应的每个训练集输入变量的LOF值，相对于整体LOF值的偏差，得到每个切割阶段中每种切割关联参数对应的每个训练集输入变量的变量异常程度；将每个切割阶段中所有种类的切割关联参数对应的关联影响程度的累加值，作为每个切割阶段对应的参考累加值；将每个切割阶段中每种切割关联参数对应的关联影响程度与所述参考累加值的比值，作为每个切割阶段中每种切割关联参数的相对关联程度；根据所述变量异常程度和所述相对关联程度，得到每个切割阶段中每种切割关联参数中每个训练集输入变量的训练权值修正系数；所述变量异常程度和所述相对关联程度均与所述训练权值修正系数呈正相关关系；所述切割参数宽度关联模型的获取方法包括：在每个切割阶段的GRNN模型的训练过程中，获取每个切割阶段中每种切割关联参数对应的每个训练集输入变量的先验权值函数值；将所述训练权值修正系数的正相关映射值对所述先验权值函数值进行加权，得到每个切割阶段中每种切割关联参数对应的每个训练集输入变量的修正权值函数值；根据预设光滑因子和所述修正权值函数值对每个切割阶段的GRNN模型进行训练，得到每个切割阶段的切割参数宽度关联模型。

全文数据：

权利要求：

百度查询： 诺伯特智能制造(苏州)有限公司 一种基于云计算的激光加工系统远程控制方法