专利汇可以提供一种基于最短距离的激光切割的总能耗预测方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于最短距离的 激光切割 的总能耗预测方法,包括以下步骤:步骤一:输入代加工的 工件 图、加工工艺参数;步骤二:拆分加工工艺过程;步骤三:待机能耗计算:待机能耗为ESta=EDSta*TSta;步骤四:辅助能耗计算:辅助能耗为EAux=EWp+EEf+EBl;步骤五:激光脉冲能耗计算:激光脉冲能耗为Elaser=Elaser-C+Elaser-S;步骤六:激光头移 动能 耗计算:激光头移动能耗为EM=EPM+EEM;步骤七:激光切割总能耗计算:激光切割总能耗为ETotal=ESta+EAux+Elaser+EM。本发明能够基于图片的灰度特征以及几何特征,结合加工工艺参数,完成加工总能耗的事前预测;基于最短距离,完成空走总能耗的事前预测;从而为节能优化、资源管控等研究奠定了 基础 。,下面是一种基于最短距离的激光切割的总能耗预测方法专利的具体信息内容。
1.一种基于最短距离的激光切割的总能耗预测方法,其特征在于:包括以下步骤:
步骤一:输入代加工的工件图、加工工艺参数;
步骤二:拆分加工工艺过程:将激光切割加工工艺过程拆分为待机事件、辅助加工事
件、激光脉冲加工事件、激光头移动事件;
步骤三:待机能耗计算:待机能耗为ESta=EDSta*TSta,其中EDSta为单位时间内机床待机状态下的能耗、TSta为机床待机时间;
步骤四:辅助能耗计算:辅助能耗为EAux=EWp+EEf+EBl,其中EWp为水泵能耗、EEf为抽风机能耗、EBl为吹气风机能耗;所述水泵能耗为EWp=EDWp*TWp,其中EDWp为单位时间内的水泵运行能耗、TWp为水泵运行时间;抽风机能耗为EEf=EDEf*TEf,其中EDEf为单位时间内的抽风机运行能耗、TEf为抽风机运行时间;吹气风机能耗为EBl=EDBl*TBl,其中EDBl为单位时间内的吹气风机运行能耗、TBl为吹气风机运行时间;
步骤五:激光脉冲能耗计算:激光脉冲能耗为Elaser=Elaser-C+Elaser-S,其中Elaser-C为激光切割加工能耗、Elaser-S为激光扫描加工能耗;所述激光切割加工能耗为Elaser-C=ED-laser*(Tlaser-C1*λP1+…+Tlaser-Cn*λPn),其中ED-laser为单位时间内的激光切割加工能耗、Tlaser-Cn为第n种激光功率下的的加工时间、λPn为第n种激光功率的激光比例系数;所述激光扫描加工能耗为Elaser-S=ED-laser*λScan*(Tlaser-S1*λgray-S1+…+Tlaser-Sm*λgray-Sm),其中λScan为激光扫描功率系数、Tlaser-Sm为第m种灰度值的加工时间、λgray-Sm为第m种灰度值的灰度系数;
步骤六:激光头移动能耗计算:激光头移动能耗为EM=EPM+EEM,其中EPM为激光头加工移
动能耗、EEM为激光头空走能耗;所述激光头加工移动能耗为EPM=EX-m+EY-m+EA-m+ED-m,其中EX-m为X轴移动能耗、EY-m为Y轴移动能耗、EA-m为弧形移动能耗、ED-m为斜线移动能耗;所述X轴移动能耗为EX-m=EDX-m*(TX-m-1*λX-m-1+…+TX-m-a*λX-m-a)、Y轴移动能耗为EY-m=EDY-m*(TY-m-1*λY-m-1+…+TY-m-b*λY-m-b)、弧形移动能耗为EA-m=EDA-m*(TA-m-c*λA-m-1*λC-1+…+TA-m-c*λA-m-c*λC-c)、斜线移动能耗为ED-m=EDD-m*(TD-m-1*λD-m-1*λSlope-1+…+TD-m-d*λD-m-d*λSlope-d),其中EDX-m为单位时间X轴移动标准能耗、TX-m-a为速度为amm/s的X轴移动时间、λX-m-a为速度为amm/s的X轴移动速度系数、EDY-m为单位时间Y轴移动标准能耗、TY-m-b为速度为bmm/s的Y轴移动时间、λY-m-b为速度为bmm/s的Y轴移动速度系数、EDA-m为单位时间弧形移动标准能耗、TA-m-c为速度为cmm/s的弧形移动时间、λA-m-c为速度为cmm/s的弧形移动速度系数、λC为曲率系数、EDD-m为单位时间斜线移动标准能耗、TD-m-d为速度为dmm/s的斜线移动时间、λD-m-d为速度为dmm/s的斜线移动速度系数、λSlope为斜率系数;所述激光头空走能耗为EEM=EEM-Ori+EEM-Island,其中EEM-Ori为机器原点与加工原点之间的空走能耗、EEM-Island为加工孤岛间的空走能耗,所述EEM-Ori为EEM-Ori=EDE-m*TE-m-Ori*λE-m-Ori*λSlope-Ori,其中EDE-m为单位时间空走标准能耗、TE-m-Ori为机器原点与加工原点之间的空走时间、λE-m-Ori为设备复位速度下的斜线移动速度系数、λSlope-Ori为机器原点与加工原点之间的斜率下的斜率系数;所述EEM-Island为EEM-Island=ET-s-EM-Island+ET-t-EM-Island,ET-s-EM-Island为扫描加工的图形外轮廓的激光头最短距离总空走能耗、ET-t-EM-Island为激光切割加工的单个任务之间的激光头最短距离总空走能耗;
步骤七:激光切割总能耗计算:激光切割总能耗为ETotal=ESta+EAux+Elaser+EM。
2.如权利要求1所述的一种基于最短距离的激光切割的总能耗预测方法,其特征在于:
所述辅助加工事件包括水泵运行事件、抽风机运行事件、吹气风机运行事件,激光脉冲加工事件包括激光扫描加工事件和激光切割加工事件,激光头移动事件包括激光头加工移动事
件和激光头空走事件。
3.如权利要求1所述的一种基于最短距离的激光切割的总能耗预测方法,其特征在于:
所述单位时间内机床待机状态下的能耗、单位时间内的水泵运行能耗、单位时间内的抽风
机运行能耗、单位时间内的吹气风机运行能耗、单位时间内的激光切割加工能耗、单位时间内的激光切割加工能耗、单位时间X轴移动标准能耗、单位时间Y轴移动标准能耗、单位时间斜线移动标准能耗、单位时间空走标准能耗均通过能耗采集装置的单变量实验法获得,具
体步骤为:
步骤s11:将激光切割机、泵机、抽风机的总电源接入能耗采集装置进行能耗数据采集,
获得功率曲线;
步骤s12:功率曲线基本水平时,标记此时所稳定的功率值为P1;
步骤s13:触发需要测的能耗的影响因素所对应的事件发生,直至所获得的功率曲线基
本水平,功率曲线所稳定的功率值为P2;
步骤s14:则单位时间的该影响因素对应的标准能耗为ED1=(P2-P1)·tD,其中tD为单位
时间,tD为1s。
4.如权利要求1所述的一种基于最短距离的激光切割的总能耗预测方法,其特征在于:
所述激光扫描功率系数、灰度系数、X轴移动速度系数、Y轴移动速度系数、斜线移动速度系数、弧形移动速度系数、激光比例系数、斜率系数均通过能耗采集装置实验获得,具体步骤为:
步骤s21:将激光切割机、泵机、抽风机的总电源接入能耗采集装置进行能耗数据采集,
获得功率曲线;
步骤s22:功率曲线基本水平时,标记此时所稳定的功率值为P3;
步骤s23:触发被测系数的影响因素的标准定值所对应的事件发生,直至所获得的功率
曲线基本水平,功率曲线所稳定的功率值为P4;
步骤s24:触发被测系数的影响因素设为A时所对应的事件发生,直至所获得的功率曲
线基本水平,功率曲线所稳定的功率值为P5;
步骤s25:获得数值A下的被测系数为
5.如权利要求1所述的一种基于最短距离的激光切割的总能耗预测方法,其特征在于:
所述扫描加工的图形外轮廓的激光头最短距离总空走能耗为ET-s-EM-Island=EDE-m*λT-s*TT-s,其中λT-s为轮廓间移动速度下的速度系数、TT-s为扫描加工图形外轮廓时激光头移动的总时长;所述激光切割加工的单个任务之间的激光头最短距离总空走能耗为ET-t-EM-Island=EDE-m*λT-t*TT-t,其中λT-t为任务间移动速度下的速度系数、TT-t为激光切割加工单个任务之间激光头空走的总时长。
【技术领域】
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
基于网络镜像和全局传播率的微电网通信拓扑设计方法 | 2020-05-08 | 951 |
一种基于同步相量测量装置的孤岛同步并网方法 | 2020-05-12 | 769 |
一种基于多代理系统的冰灾下主动配电网融冰及故障修复方法 | 2020-05-12 | 700 |
一种发电机组与逆变电源并联的方法 | 2020-05-08 | 727 |
用于地图生成的处理方法、装置、系统、电子设备与介质 | 2020-05-08 | 521 |
一种基于BS架构的分布式电源并网监控装置设计 | 2020-05-08 | 145 |
一种并网逆控一体机的测试方法 | 2020-05-11 | 387 |
一种基于通信的自适应距离保护方法 | 2020-05-12 | 851 |
一种大容量可调模拟RLC试验负载的匹配与控制方法 | 2020-05-12 | 421 |
基于一张图的林业大数据建设方法 | 2020-05-11 | 550 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。