一种高速智能激光切割机远程电气数字化控制系统及方法与流程

本发明涉及一种高速智能激光切割机远程电气数字化控制系统及方法，属于智能加工设备技术领域。

背景技术：

目前随着对机械切割加工作业工作效率和精度要求的不断提高，激光切割设备得到了广泛的应用，但在实际使用中发现，当前的激光切割设备在运行时，其控制系统往往均相互独立运行，虽然可以满足切割操控作业的需要，但一方面控制系统运行效率、和对加工精度控制能力相对低下，且无法满足有效时间多台激光切割设备间协同运行的需要，从而易造成同一工件的多个零部件间因切割误差不同而导致后续机加工及装配作业精度受到影响；另一方面当前的激光切割设备控制系统在运行中，往往无法自主且高效的对激光切割设备的运行误差及后续加工误差发展变化规律进行预判，从而导致当前的激光切割设备运行精度及设备运行稳定性和可靠性存在较大的不足。

因此针对这一问题，迫切需要开发一种全新的高速智能激光切割机远程电气数字化控制系统及方法，以满足实际使用的需要。

技术实现要素：

为了解决现有技术上的不足，本发明提供一种高速智能激光切割机远程电气数字化控制系统及方法，在有效提高激光切割设备控制作业效率的同时，另可实现多台激光切割协同运行；可实现对激光切割设备运行精度仿真和预判，达到提高激光切割设备加工精度和运行稳定性及可靠性的目的。

一种高速智能激光切割机远程电气数字化控制系统，包括通讯网关、现场数据采集终端、现场监控终端及远程操控服务器，其中通讯网关、现场数据采集终端、现场监控终端均位于激光切割机上，并与激光切割机主电源电路电气连接，现场监控终端与现场数据采集终端和激光切割机主控电路电气连接，现场数据采集终端分别与现场数据采集终端各激光切割机动力驱动机构及运动部件连接，现场数据采集终端、现场监控终端均与通讯网关建立数据连接，且所述通讯网关通过通讯网络与远程操控服务器间建立数据连接。

进一步的，所述的远程操控服务器采用基于soa体系的主程序系统，同时设采用c/s结构和b/s结构的嵌套架构bp神经网络系统，及与bp神经网络系统协同运行的基于lstm的智能预测系统的深度学习神经网络系统，其中所述基于lstm的智能预测系统的深度学习神经网络系统与bp神经网络系统并联，且基于lstm的智能预测系统的深度学习神经网络系统的输入端与bp神经网络系统输出端连通，输出端通过cnn卷积神经网络系统与bp神经网络系统建立数据连接。

进一步的，所述的现场监控终端包括承载壳、绝缘托板、半导体制冷机构、中央处理电路、驱动电路、稳压电源、晶振电路、数据通讯总线、i/o通讯端口、接线端子及串口通讯端口，所述承载壳为横断面呈矩形的闭合腔体结构，其外表面设至少两条连接滑槽，且所述连接滑槽以承载壳轴线对称分布，所述绝缘托板嵌于承载壳内并与承载壳同轴分布，且绝缘托板将承载壳从上至下分割为操控腔和散热腔，所述散热腔对应的承载壳上设散热口，所述半导体制冷机构嵌于散热口内，且所述半导体制冷机构的制冷端位于散热腔内并与驱动电路电气连接，所述中央处理电路、驱动电路、稳压电源、晶振电路、数据通讯总线均位于操控腔内并与绝缘托板上端面连接，其中所述中央处理电路分别与驱动电路、晶振电路及数据通讯总线电气连接，所述数据通讯总线分别与驱动电路、晶振电路、i/o通讯端口、接线端子及串口通讯端口电气连接，所述驱动电路分别与稳压电源、晶振电路、数据通讯总线、i/o通讯端口、接线端子及串口通讯端口电气连接，且所述i/o通讯端口、接线端子及串口通讯端口均至少一个，并嵌于承载壳外表面。

进一步的，所述的中央处理电路为fpga芯片、dsp及pic芯片中任意一种为基础的电路系统；所述驱动电路为mos驱动电路系统。

进一步的，所述的现场数据采集终端包括光栅编码器、光栅标尺、温度传感器、ccd摄像头、远红外非接触测温机构及主控机构，其中所述光栅编码器、温度传感器构成若干电机检测组，且电机检测组数量与激光切割机各驱动电机数量一致，每个电机检测组均包括一个光栅编码器和若干温度传感器，且同一检测组中的光栅编码器与激光切割机驱动电机主轴连接并同轴分布，温度传感器嵌于驱动电机壳体内表面，所述光栅标尺与激光切割机各伸缩臂连接，且每条激光切割机各伸缩臂上均设至少一个光栅标尺，所述ccd摄像头、远红外非接触测温机构均至少一个，且一个ccd摄像头和一个远红外非接触测温机构构成一个作业面监控组，所述作业面监控组至少两个，环绕激光切割机主轴均布，且其中至少一个作业面监控组通过转台机构与激光切割机切割头外侧面铰接，另至少一个作业面监控组通过转台机构与激光切割机工作台侧表面铰接，且各作业面监控组光轴与激光切割机激光光束相交，且交点位于激光切割机工作台上端面与激光切割机激光头之间位置，所述光栅编码器、光栅标尺、温度传感器、ccd摄像头、远红外非接触测温机构均与主控机构连接，且所述主控机构另与通讯网关、现场监控终端连接。

进一步的，所述的主控机构包括承载腔、基于fpga芯片的主控电路板、多路稳压电源电路板、数据通讯电路板及接线端子，所述承载腔为闭合腔体结构，所述基于fpga芯片的主控电路板、多路稳压电源电路板、数据通讯电路板均嵌于承载腔内，且基于fpga芯片的主控电路板分别与多路稳压电源电路板、数据通讯电路板电气连接，且所述多路稳压电源电路板、数据通讯电路板均与接线端子电气连接。

一种高速智能激光切割机远程电气数字化控制系统的控制方法，包括如下步骤：

s1，设备装配，首先在激光切割机外部设置一个远程操控服务器，然后分别为每台待监控的激光切割机上分别装配通讯网关、现场数据采集终端、现场监控终端，并使各激光切割机上的通讯网关间通过通讯网络与远程操控服务器建立数据连接，并由远程操控服务器分别为各激光切割机的通讯网关分配独立的数据通讯地址，即可完成本发明装配；

s2，监控运行，完成s1步骤后，在激光切割机运行时，同步驱动现场数据采集终端、现场监控终端运行，一方面通过驱动现场数据采集终端对激光切割机各运动驱动电机的运行状态及控制精度进行检测、对激光切割机各伸缩驱动机构行程位移量及控制精度进行检测、对激光切割机的各运动组件倾斜偏运动移量进行检测及对激光切割机切割作业面激光光束状态、切割作业面温度计、切割作业面割缝进行检测，从而实现对激光切割设备机械系统同步检测作业；另一方面由现场监控终端对激光切割机运行作业时的控制程序进行监控，并将现场监控终端采集到的激光切割机各部件实际运行状态参数与激光切割机运行作业时的控制程序参数进行比对，即可获得激光切割机实际运行与机加工工艺设计参数间的误差，并将获得的误差及驱动现场数据采集终端、现场监控终端运行时采集的数据一同发送至远程操控服务器；

s3，远程控制，远程操控服务器在接收到s2步骤反馈的数据后，一方面根据接收的激光切割设备运行误差对切割控制程序参数进行修正；另一方面通过bp神经网络系统，及与bp神经网络系统协同运行的基于lstm的智能预测系统的深度学习神经网络系统根据s2步骤采集的到数据进行仿真学习，一方面对当前激光切割机存在误差进行统计，并在后续激光切割机设备进行切割控制程序汇编时进行误差补偿；另一方面对当前激光切割机误差变化规律进行分析汇总，获得当前激光切割机设备误差变化规律，并根据当前激光切割机设备误差变化规律生成激光切割设备维护计划及故障预警系统。

进一步的，在s3步骤中，当远程操控服务器同时对多台激光切割机远程控制同时加工同一工件的多个零部件作业时，同时对参与机加工作业的各加工精度及误差进行运算，根据各激光切割设备误差同步对各激光加工设备的运行精度参数进行计算修正，生成当前加工工件的闭环参数链，并根据闭环参数链同步协调各激光切割设备加工参数及加工精度。

本发明较传统的激光切割机控制系统，可有效实现同时对多台激光切割设备同步控制，在有效提高激光切割设备控制作业效率的同时，另可实现多台激光切割协同运行，从而满足对同一工件的多个零件同步加工时的加工精度的一致性，从而提高工件后续加工及装配作业的精度和效率；本发明可实现对激光切割设备加工精度高效监控作业的同时，根据接收的激光切割设备运行误差对切割控制程序参数进行修正；通过bp神经网络系统，及与bp神经网络系统协同运行进行仿真学习，对当前激光切割机存在误差进行统计，并在后续激光切割机设备进行切割控制程序汇编时进行误差补偿；对当前激光切割机误差变化规律进行分析汇总，获得当前激光切割机设备误差变化规律，并根据当前激光切割机设备误差变化规律生成激光切割设备维护计划及故障预警系统，达到提高激光切割设备加工精度和运行稳定性及可靠性的目的。

附图说明

下面结合附图和具体实施方式来详细说明本发明；

图1为本发明系统结构示意图；

图2为远程操控服务器系统示意图；

图3为现场监控终端结构示意图；

图4为现场监控终端系统示意图；

图5为现场数据采集终端结构示意图；

图6为主控机构电路原理示意图；

图7为本发明控制方法流程示意图。

图中各标号：通讯网关1、现场数据采集终端2、现场监控终端3、远程操控服务器4、接线端子30、承载壳31、绝缘托板32、半导体制冷机构33、连接滑槽34、操控腔35、散热腔36、散热口37、串口通讯端口38、i/o通讯端口39、光栅编码器21、光栅标尺22、温度传感器23、ccd摄像头24、远红外非接触测温机构25、主控机构26、转台机构27、承载腔261。

具体实施方式

为使本发明实现的技术手段、创作特征、达成目的与功效易于施工，下面结合具体实施方式，进一步阐述本发明。

参见图1，本发明的一种高速智能激光切割机远程电气数字化控制系统，包括通讯网关1、现场数据采集终端2、现场监控终端3及远程操控服务器4，其中通讯网关1、现场数据采集终端2、现场监控终端3均位于激光切割机上，并与激光切割机主电源电路电气连接，现场监控终端3与现场数据采集终端2和激光切割机主控电路电气连接，现场数据采集终端2分别与现场数据采集终端2各激光切割机动力驱动机构及运动部件连接，现场数据采集终端2、现场监控终端3均与通讯网关1建立数据连接，且所述通讯网关1通过通讯网络与远程操控服务器4间建立数据连接。

参见图2，远程操控服务器4采用基于soa体系的主程序系统，同时设采用c/s结构和b/s结构的嵌套架构bp神经网络系统，及与bp神经网络系统协同运行的基于lstm的智能预测系统的深度学习神经网络系统，其中所述基于lstm的智能预测系统的深度学习神经网络系统与bp神经网络系统并联，且基于lstm的智能预测系统的深度学习神经网络系统的输入端与bp神经网络系统输出端连通，输出端通过cnn卷积神经网络系统与bp神经网络系统建立数据连接。

参见图3及图4，现场监控终端3包括承载壳31、绝缘托板32、半导体制冷机构33、中央处理电路、驱动电路、稳压电源、晶振电路、数据通讯总线、i/o通讯端口39、接线端子30及串口通讯端口38，所述承载壳31为横断面呈矩形的闭合腔体结构，其外表面设至少两条连接滑槽34，且所述连接滑槽34以承载壳31轴线对称分布，所述绝缘托板32嵌于承载壳31内并与承载壳31同轴分布，且绝缘托板32将承载壳31从上至下分割为操控腔35和散热腔36，所述散热腔36对应的承载壳31上设散热口37，所述半导体制冷机构33嵌于散热口37内，且所述半导体制冷机构33的制冷端位于散热腔36内并与驱动电路电气连接，所述中央处理电路、驱动电路、稳压电源、晶振电路、数据通讯总线均位于操控腔35内并与绝缘托板32上端面连接，其中所述中央处理电路分别与驱动电路、晶振电路及数据通讯总线电气连接，所述数据通讯总线分别与驱动电路、晶振电路、i/o通讯端口39、接线端子30及串口通讯端口38电气连接，所述驱动电路分别与稳压电源、晶振电路、数据通讯总线、i/o通讯端口39、接线端子30及串口通讯端口38电气连接，且所述i/o通讯端口39、接线端子30及串口通讯端口38均至少一个，并嵌于承载壳31外表面。本实施例中，中央处理电路为fpga芯片、dsp及pic芯片中任意一种为基础的电路系统；所述驱动电路为mos驱动电路系统。

参见图5，现场数据采集终端2包括光栅编码器21、光栅标尺22、温度传感器23、ccd摄像头24、远红外非接触测温机构25及主控机构26，其中所述光栅编码器21、温度传感器23构成若干电机检测组，且电机检测组数量与激光切割机各驱动电机数量一致，每个电机检测组均包括一个光栅编码器21和若干温度传感器23，且同一检测组中的光栅编码器21与激光切割机驱动电机主轴连接并同轴分布，温度传感器23嵌于驱动电机壳体内表面，所述光栅标尺22与激光切割机各伸缩臂连接，且每条激光切割机各伸缩臂上均设至少一个光栅标尺22，所述ccd摄像头24、远红外非接触测温机构25均至少一个，且一个ccd摄像头24和一个远红外非接触测温机构25构成一个作业面监控组，所述作业面监控组至少两个，环绕激光切割机主轴均布，且其中至少一个作业面监控组通过转台机构27与激光切割机切割头外侧面铰接，另至少一个作业面监控组通过转台机构27与激光切割机工作台侧表面铰接，且各作业面监控组光轴与激光切割机激光光束相交，且交点位于激光切割机工作台上端面与激光切割机激光头之间位置，所述光栅编码器21、光栅标尺22、温度传感器23、ccd摄像头24、远红外非接触测温机构25均与主控机构26连接，且所述主控机构26另与通讯网关1、现场监控终端3连接。

参见图6，主控机构26包括承载腔261、基于fpga芯片的主控电路板、多路稳压电源电路板、数据通讯电路板及接线端子30，所述承载腔261为闭合腔体结构，所述基于fpga芯片的主控电路板、多路稳压电源电路板、数据通讯电路板均嵌于承载腔261内，且基于fpga芯片的主控电路板分别与多路稳压电源电路板、数据通讯电路板电气连接，且所述多路稳压电源电路板、数据通讯电路板均与接线端子30电气连接。

参见图7，一种高速智能激光切割机远程电气数字化控制系统的控制方法，包括如下步骤：

s1，设备装配，首先在激光切割机外部设置一个远程操控服务器4，然后分别为每台待监控的激光切割机上分别装配通讯网关1、现场数据采集终端2、现场监控终端3，并使各激光切割机上的通讯网关1间通过通讯网络与远程操控服务器4建立数据连接，并由远程操控服务器4分别为各激光切割机的通讯网关1分配独立的数据通讯地址，即可完成本发明装配；

s2，监控运行，完成s1步骤后，在激光切割机运行时，同步驱动现场数据采集终端2、现场监控终端3运行，一方面通过驱动现场数据采集终端2对激光切割机各运动驱动电机的运行状态及控制精度进行检测、对激光切割机各伸缩驱动机构行程位移量及控制精度进行检测、对激光切割机的各运动组件倾斜偏运动移量进行检测及对激光切割机切割作业面激光光束状态、切割作业面温度计、切割作业面割缝进行检测，从而实现对激光切割设备机械系统同步检测作业；另一方面由现场监控终端3对激光切割机运行作业时的控制程序进行监控，并将现场监控终端3采集到的激光切割机各部件实际运行状态参数与激光切割机运行作业时的控制程序参数进行比对，即可获得激光切割机实际运行与机加工工艺设计参数间的误差，并将获得的误差及驱动现场数据采集终端2、现场监控终端3运行时采集的数据一同发送至远程操控服务器4；

s3，远程控制，远程操控服务器4在接收到s2步骤反馈的数据后，一方面根据接收的激光切割设备运行误差对切割控制程序参数进行修正；另一方面通过bp神经网络系统，及与bp神经网络系统协同运行的基于lstm的智能预测系统的深度学习神经网络系统根据s2步骤采集的到数据进行仿真学习，一方面对当前激光切割机存在误差进行统计，并在后续激光切割机设备进行切割控制程序汇编时进行误差补偿；另一方面对当前激光切割机误差变化规律进行分析汇总，获得当前激光切割机设备误差变化规律，并根据当前激光切割机设备误差变化规律生成激光切割设备维护计划及故障预警系统。

进一步的，在s3步骤中，当远程操控服务器4同时对多台激光切割机远程控制同时加工同一工件的多个零部件作业时，同时对参与机加工作业的各加工精度及误差进行运算，根据各激光切割设备误差同步对各激光加工设备的运行精度参数进行计算修正，生成当前加工工件的闭环参数链，并根据闭环参数链同步协调各激光切割设备加工参数及加工精度。

本发明较传统的激光切割机控制系统，一方面可有效实现同时对多台激光切割设备同步控制，在有效提高激光切割设备控制作业效率的同时，另可实现多台激光切割设备协同运行，从而满足对同一工件的多个零件同步加工时的加工精度的一致性，从而提高工件后续加工及装配作业的精度和效率；另一方面可实现对激光切割设备加工精度高效监控作业的同时，另可实现对激光切割设备运行精度仿真和预判，并根据激光切割设备运行精度及时调整切割参数和对激光切割设备故障进行预判，达到提高激光切割设备加工精度和运行稳定性及可靠性的目的。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。