CN118159383B 用于确定动态激光束形状的计算机实现方法、控制单元、计算机程序产品以及计算机可读存储介质 （百超激光有限公司）

2024.04.23PCT/EP2022/07962320WO2023/072846EN2023.05.04用于确定动态激光束形状的计算机实现方光束形状以控制激光切割机器(L)的控制单元口被配置成用于接收待处理用于切割出工件的中，每个工件由选自包括材料指标和/或厚度指状的形状存储装置(ShS)的接口(102)；处理器(P)，该处理器被配置成用于对于要从工件中切割出的所有部分针对切割段中的每个切割段迭代地自动计算对存储在形状存储装置(ShS)(P)还被配置成用于经由输出接口(103)提供控制指令(CI)以用于通过针对每个切割段特定地应用所确定的动态激光束形状来控制激光切割机器(L)以执行所接收的切割计划。21.一种用于确定用于借助于激光切割机器(L)进行激光切割的动态激光束形状的计算机实现的方法，所述激光切割机器包括用于动态地改变激光束的形状的至少一个光学模接收(S1)待处理用于切割出工件的部分的切割计划，其中，每个部分由切割轮廓限提供(S2)形状存储装置(ShS)，其中，所述形状存储装置被配置成用于存储光切割机器(L)通过对每个切割段特定地应用所确定的动态激光束形状来执行所接收的切割计划。2.根据权利要求中1所述的方法，所述形状存储装置被配置成用于存储多于两个动态评估标准具有相互依赖性，在人机界面HMI上设置的用户界面选择按钮上对所述相互依赖调整所述模型的权重。3动评估单元自动地中的一种或两种方式提供过激光能量关于以下中的一项或更多项在材料表面和焦平面的一者或者两者上的时空分14.根据权利要求11所述的方法，其中，所述相移还包括相比于X方向在Z方向上的相激光束形状包括指示几何形状的几何数据集和指示要如何执行所述几何形状的时间相关21.一种用于控制激光切割机器(L)的控制单元(100)，所述控制单元被配置成用于执行根据权利要求1至20中任一项所述的用于确定动态激光束形状的方法，所述激光切割机切割计划接口(101)，所述切割计划接口被配置成用于接收待处理用于切个工件由选自包括材料指标和厚度指标的组的特4处理器(P)，所述处理器被配置成用于对于要从所述工件中切割出的所有部分切割段中的每个切割段自动地迭代计算对存储在所述形状存储装置(ShS)中的所述一组动用于控制所述激光切割机器(L)通过对每个切割段特定地应用所确定的动态激光束形状来执行所接收的切割计划。24.一种包括计算机程序代码的计算机程序产品，所述计算机程序代码在由处理器执行时使得控制单元执行根据权利要求1至20中任一项所述的方25.一种计算机可读存储介质，在所述计算机可读存储介质中存储了根据权利要求245适应光学技术。在这方面，参考“Dynamicbeamshapingforthicksheetmetalcutting”，CindyGoppold,ThomasPinder,PatrickHerwig，IWS，in:LasersinManufacturingConference6[0012]提供具有一组动态激光束形状，特别是多于两个的动态激光束形状的形状存储[0013]通过处理器：对于要从工件切割出的所有部分针对切割段中的每个切割段迭代地自动计算对在形状存储装置中存储并已访问的一组动态激光束形状中的动态激光束形[0014]通过处理器：提供控制指令以用于通过针对每个切割段特定地应用所确定的动态激光束形状来控制激光切割机器以执行所接收的切割计划。7面更详细地说明)的测试切割段的所选择的[0035]用预选的动态激光束形状来执行切割段[0036]通过为每个测试切割提供评估数据集来执[0041]替选地或附加地，可以借助于在人机界面上所接收的用户输入来手动地执行评上设置的用户界面选择按钮上对相互依赖性进行8在材料表面和/或焦平面上的激光能量的时空分布生成焦点振荡形状来动态地改变动态激9连续地并且甚至在用于确定动态激光束形状的方法的应用期间修改和扩形状的几何数据集和/或指示要如何执行几何形状，特别是指示速度和/或加速度和/或跃[0073]切割计划接口，该切割计划接口被配置成用于接收用于切割出工件的部分的待[0074]与具有存储的一组(不同的)动态激光束形状(特别是多于两(2)个)的形状存储[0075]处理器，该处理器被配置成用于迭代地访问具有切割段中的每个切割段的分配[0076]并且其中，处理器还被配置成用于经由输出接口或在输出接口上提供控制指令以用于通过针对每个切割段特定地应用所确定的动态激光束形状来控制激光切割机器以执行所接收的切割计划。在由处理器执行时使得控制单元执行如上所的四个边的四个相等的直线段和表示正方形的四个拐角的四个基于机器学习模块，该机器学习模块已经被训练成[0090]神经网络已被训练成针对所有切割段迭代地确定用于特定类型的段的动态激光类器通过算法训练，而且优选地也在同一步骤中训练特征提取器。这意味着算法独立地计系，算法必须独立地找到输入数据的最佳表示以对其进行分类。在本发明的优选实施方式分析变得困难。因此，在此实现的没有任何特征提取的深度学习方法优于基于特征提取器的方法并不令人惊讶。以应用CNN或深度神经网络(DNN)来学习时间相关特征。所谓的门控递归单元(GRU)或长短[0099]激光切割机器配备有至少一个光学模块。光学模块可以实现为动态光束整形模态地改变该激光束形状并且因此在激光切割头在工件上的移动期间根据切割计划和/或待x方向和y方向上被致动或振荡的透镜光学器件(例如，如在WO2019/145536A1中所描述后的自动化/分类更容易)，可以选择和使用较高振幅的动态激光束形状和/或不同的焦点以用不同的光束整形频率应用动态光束整形。光束整形频率可以在100Hz与一个或更多个[0103]切割计划是要从工件切割出的部分和运动方向以及用于执行切割计划的控制指令的数字表示，例如定义切割计划中的什么部分接下来要被切割以及/或者一个轮廓内的[0105]针对特定切割段自动计算对特定动态激光束形状的分配意味着将动态激光束形有在特定动态激光束形状与选自包括以下各项的列表的物理特性之间的预先计算的分配：络已被训练成为如上所述的每种类型的段找到最佳[0110]控制单元和/或处理器是电子模块，或者可以是在具有处理器的硬件模块中实现[0111]在本说明书中描述的根据本发明的方法的步骤的顺序不一定反映执行所述步骤[0113]图1是用于确定用于一组切割段类型的动态激光束形状的控制单元的示意性表[0114]图2是用于训练将动态激光束形状分配给一组切割段类型的训练算法的示意性表[0115]图3是根据本发明的优选实施方式的用于确定用于切割轮廓的每个段的动态激光[0118]图1示出了控制单元100的示意性表示，控制单元100被配置成用于执行用于借助[0120]控制单元100包括切割计划接口101，切割计划接口101被配置成用于接收激光切[0122]控制单元100还包括处理器P，处理器P被配置成用于对于要从工件切割出的所有部分针对切割段中的每个切割段迭代地自动计算对存储在形状存储装置ShS中的一组动态[0123]处理器P被配置成用于在输出接口103上提供控制指令CI，输出接口103将控制单种类型的切割段特定地应用所确定的动态激光束形状来控制激光切割机器L以执行所接收的切割计划。特定的动态激光束形状i(由其指标表示，例如在不同方向上的振荡频率)和特定类型的段使动态激光束形状i与段a的类型匹配。分配算法的结果经由输出接口23转发至处理实体。的评估涉及接收到的特定动态激光束形状i和接收到的特定段a。可以将训练数据集和/或束形状与段类型之间的分配将被惩罚。[0143]图3是根据本发明的优选实施方式的用于根据切割计划确定用于激光切割轮廓的[0146]步骤S3涉及对于要从工件切割出的所有部分针对切割段中的每个切割段迭代地自动计算对在形状存储装置ShS中访问的一组动态激光束形状中的动态激光束形状的分[0147]步骤S4涉及提供用于控制指令CI以用于通过针对每个切割段特定地应用所确定[0148]图4是具有不同类型的段的切割轮廓的示例。如在图4所切割轮廓包括具有一个圆形切口的圆形元件的一部分和在切口上方并在圆形切割轮廓的[0150]如图4中可以看出的，