一种基于机器学习的切割过程参数智能调控方法

本申请提供一种基于机器学习的切割过程参数智能调控方法，涉及机器学习技术领域，通过切割过程中钢结构表面的视觉参数对钢切割过程中的参数测量值进行归一化处理，进而确定异常参数；构建用于切割过程参数调控的机器学习模型，采用异常参数对机器学习模型进行基于交叉验证的训练参数自调整，得到超参数特征拓扑，由超参数特征拓扑确定动态补偿系数；通过动态补偿系数基于可编程序逻辑控制器构建逻辑的控制规则对切割设备的运行参数进行自适应动态调节，得到自适应切割参数；通过自适应切割参数和预设的切割目标值确定钢切割过程的智能调控结果，本申请可实现切割参数的智能预补偿，减少动态偏差与建模失真，以提高切割工艺的精度与效率。