摘要
本发明公开了激光切割机激光器能量衰退检测方法,属于激光加工设备状态智能监测技术领域,实时获取激光切割过程中激光器模块的温度数据,计算其单位时间内的温升速率;同步获取割缝图像并提取割缝稳定性指标;将上述两类特征分别输入至多模态融合神经网络模型,其中第一通道提取热负载特征,第二通道提取加工一致性特征,通过融合判别输出正常、能量衰退或伪正常状态标签;若判定为伪正常状态,则降低其在后续模型训练中的参与权重,并基于更新的样本集周期性重训练模型;该方法可实现对激光器能量状态的早期识别,尤其能识别被人为补偿行为掩盖的伪正常状态,具备高精度、高鲁棒性和工业实用价值。
技术关键词
激光切割机
融合神经网络
负载特征
激光器模块
温升
速率
多模态
训练样本集
工业实用价值
指标
智能监测技术
指数衰减函数
滑动窗口
边缘检测算法
周期性
标签
通道
工业相机
系统为您推荐了相关专利信息
脑力负荷识别方法
电信号
门控神经网络
分支
Morlet小波变换
内存模组
断电保护功能
测试接口
最小化误差
压力测试方法
板材激光切割机
定位控制器
切割板材
激光切割单元
多模态