一种激光制孔过程监测和调控组合防护方法及系统

1.本发明属于激光加工制造领域，特别涉及一种激光制孔过程监测和调控组合防护方法及系统。


背景技术：

2.激光加工具有高加工精度、高加工质量、几乎可加工任意材料以及无接触加工等多种特点。在激光加工中，由于其无接触加工及高斯光传输特性，加工深度无法通过轴进给控制，且在焦点附近范围的激光仍然会对材料造成损伤，同时，激光加工过程光的传输易受到加工过程结构演化、等离子体喷发等现象的干扰，导致加工过程存在波动，加工重复性和稳定性存在问题；因此，当加工中空腔体工件(叶片、喷油嘴等)时，往往会存在过烧蚀问题，从而导致加工质量变差或工件使用寿命降低，这在多数情况下无法容忍。
3.目前解决过烧蚀问题的方法主要分为两种：腔体材料填充和激光加工过程监测，其中腔体材料填充即在中空腔体中填充材料，用于减弱甚至消除激光能量作用，激光加工过程监测即实时监测制孔状态，并根据不同制孔状态对加工过程进行调控，然而，目前腔体材料填充无法反馈防护状态，难以实现对狭小腔体的防护，而目前加工过程监测所获取的信号与加工过程的联系往往都是间接的，很难实现对加工过程中的准确控制，这严重阻碍了激光加工在带中空腔体工件上的应用，限制了激光加工技术的发展。


技术实现要素：

4.本发明的目的在于提供一种激光制孔过程监测和调控组合防护方法及系统，解决了现有的激光加工中存在的加工质量差的缺陷。
5.为了达到上述目的，本发明采用的技术方案是：
6.本发明提供的一种激光制孔过程监测和调控组合防护方法，包括以下步骤：
7.步骤1，采集激光制孔加工过程中的信号演变信息、当前孔深以及运动轨迹信息；
8.步骤2，对步骤1获取得到的信号演变信息进行特征提取，获取得到随时间演变的时序特征值，根据得到的时序特征值构建穿透时间预测模型；
9.步骤3，将步骤1中得到的当前孔深以及运动轨迹信息与时序特征值相结合，构建得到制孔阶段辨识模型；
10.步骤4，综合穿透时间预测模型预测结果，结合不同时刻下制孔阶段辨识模型辨识结果置信度，构建得到状态识别模型；
11.步骤5，根据得到的状态识别模型判别当前制孔加工阶段，根据判别结果控制激光加工过程，在不同制孔阶段采用不同的制孔策略。
12.优选地，步骤2中，根据得到的时序特征值构建穿透时间预测模型，具体方法是：
13.将制孔加工过程设定为四个阶段，四个阶段分别是未穿透阶段、早期穿透阶段、孔成形阶段以及孔完成阶段；
14.根据设定的未穿透阶段与早期穿透阶段的演变过程，获取不同时刻的时序特征值
所对应的剩余制孔穿透时间值；
15.将得到的时序特征值与激光参数、材料参数相结合作为训练特征，剩余制孔穿透时间值作为训练标签，利用自回归深度学习方法构建得到穿透时间预测模型。
16.优选地，步骤3中，将步骤1中得到的当前孔深以及运动轨迹信息与时序特征值相结合，构建得到制孔阶段辨识模型，具体方法是：
17.将步骤1中得到的当前孔深以及运动轨迹信息相融合，获取得到制孔轨迹上特定点的深度信息；
18.根据得到的深度信息形成三维点云信息；
19.对得到的三维点云信息依次进行滤波、分割及拟合，得到孔的三维点云模型；
20.对孔的三维点云模型进行特征提取，获取孔的出入口直径等形貌特征；
21.结合孔的深度特征、形貌特征和时序特征值，以标定的不同制孔阶段对应的孔的深度特征及形貌特征作为标签，采用机器学习方法构建得到制孔阶段辨识模型。
22.优选地，步骤4中，根据穿透时间预测模型和制孔阶段辨识模型相结合构建得到状态识别模型，具体结合方法是：
23.将不同时刻对应的时序特征值以及形貌特征输入至步骤3中建立的制孔阶段辨识模型中，以实时得到不同时刻的制孔阶段辨识结果置信度；
24.将不同时刻对应的时序特征值输入至步骤2中建立的穿透时间预测模型中，以实时预测当前时刻所对应的剩余穿透时间；
25.对不同时刻的制孔阶段辨识结果置信度进行加权融合，得到当前时刻的综合置信度；
26.将当前时刻预测的剩余穿透时间与综合置信度进行概率融合，得到状态识别模型。
27.优选地，步骤5中，不同的制孔策略具体是：
28.当前孔加工阶段为未穿透阶段时，以加工效率为目标调节加工参量；
29.当前孔加工阶段为早期穿透阶段与孔成形阶段时，以孔深控制为目标，调节激光加工的光场分布；
30.当制孔阶段从孔成形阶段转换到孔完成阶段时，停止加工。
31.优选地，当前孔加工阶段为未穿透阶段时，以加工效率为目标调节加工参量，具体方法是：
32.以当前制孔深度、激光功率、焦点位置作为输入，实际烧蚀速率变化为输出；利用神经网络建立烧蚀速率变化与当前制孔深度、激光功率、焦点位置之间的关联模型，利用该关联模型调节加工参量。
33.优选地，当前孔加工阶段为早期穿透阶段与孔成形阶段时，以孔深控制为目标，调节激光加工的光场分布，其具体方法为：
34.通过同轴视觉定位加工点坐标，将高斯加工光路切换为光束整形光路；
35.利用光束整形器件将高斯光束整形为轴向烧蚀受限的贝塞尔光束；
36.利用整形后的光束对孔进行修型。
37.一种激光制孔过程监测和调控组合防护系统，包括激光器、光束传输系统、二向色镜、传感系统、光束切换系统、光束整形系统、聚焦透镜和扫描振镜，其中，所述激光器输出
的激光光束经过光束传输系统后经过二向色镜入射至光束切换系统；所述光束切换系统的输出光路分为两路，其中一路经过光束整形系统后入射至聚焦透镜进行聚焦，另一路入射至扫描振镜进行聚焦；所述聚焦透镜和扫描振镜输出的激光光束作用在目标材料上。
38.优选地，所述光束整形系统包括光束整形元件和4f系统，其中，所述光束切换系统的输出光路经过光束整形元件入射至4f系统形成贝塞尔光。
39.与现有技术相比，本发明的有益效果是：
40.本发明提供的一种激光制孔过程监测和调控组合防护方法，将制孔过程划分为四个阶段，通过提取加工过程信号分布的差异以及对孔三维形貌的重建和特征提取，建立辨别不同制孔阶段的状态识别模型，根据不同的制孔阶段，采用不同的制孔策略，通过对高斯光束纵向能力分布的调节，结合视觉定位完成对制孔光路与修型光路的精确切换，确保激光制孔过程的高效、高精度以及无对壁损伤加工。
41.本发明提供的一种激光制孔过程监测和调控组合防护系统，通过二向色镜与分束镜的结合，实现多传感器与加工光路的同轴耦合，实时监测激光制孔过程，并实时判别激光制孔阶段；利用光学整形元件对高斯光纵向能量分布进行调整，控制激光烧蚀深度在一定焦深范围，确保无对壁损伤加工，结合视觉定位技术，实现高斯光束制孔光路与光束整形修形光路的精准切换，以满足不同制孔阶段所需的不同制孔策略，确保激光制孔过程的高效、高精度以及无对壁损伤加工。
附图说明
42.图1是本发明的方法总流程图；
43.图2是本发明激光制孔深度信息获取的方法流程图；
44.图3是本发明制孔阶段划分和标定的示意图；
45.图4是本发明状态识别模型建立流程图；
46.图5是本发明孔三维形貌及特征提取方法流程图；
47.图6是本发明制孔策略方法流程图；
48.图7是本发明视觉定位方法流程图；
49.图8是本发明系统总示意图；
50.图9是本发明传感系统示意图；
51.图10是本发明干涉测量系统示意图；
52.图11是本发明光束整形系统示意图。
具体实施方式
53.以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本技术的描述。
54.应当理解，当在本技术说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
55.还应当理解，在本技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
56.如在本技术说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0057]
另外，在本技术说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0058]
在本技术说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本技术的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
[0059]
下面结合附图，对本发明进行进一步详细说明。
[0060]
本发明的目的在于提供一种激光制孔过程监测和调控组合防护方法及系统，实现激光制孔过程中的高效、高质量以及无对壁损伤加工，增强激光加工过程中的可控性，推动激光加工技术在中空腔体材料加工领域的应用。
[0061]
如图1至图6所示，本发明提供的一种激光制孔过程监测和调控组合防护方法，包含以下步骤：
[0062]
步骤1，利用传感系统采集目标材料在激光制孔加工过程中的历史数据，所述历史数据包括信号演变信息、当前孔深以及运动轨迹信息；
[0063]
步骤2，将制孔加工过程设定为四个阶段，四个阶段分别是未穿透阶段、早期穿透阶段、孔成形阶段以及孔完成阶段；
[0064]
如图3所示，设定方法基于光电二极管传感器信号以及制孔孔形进行标定，具体标定方法为：
[0065]
当工件未被激光击穿时，此时激光无法从工件背面出射，光电二极管信号幅值差分处于最低状态，视为未穿透阶段；
[0066]
当工件刚被激光击穿时，此时工件出口极小，激光只有小部分从工件背面出射，光电二极管信号幅值差分处于最高状态，视为早期穿透阶段；
[0067]
当工件被激光击穿一段时间后，此时工件出口变大，激光稳定从工件背面出射，光电二极管信号幅值差分处于稳定变化状态，视为孔成形阶段；
[0068]
当工件被激光击穿一段时间后，工件出口几乎不变，激光对工件几乎无烧蚀作用时，光电二极管信号幅值处于稳定状态，视为孔完成阶段。
[0069]
对步骤1获取得到的信号演变信息进行特征提取，获取得到随时间演变的时序特征值，根据设定的未穿透阶段与早期穿透阶段的演变过程，获取不同时刻的时序特征值所对应的剩余制孔穿透时间值，将得到的时序特征值与激光参数、材料参数相结合作为训练特征，剩余制孔穿透时间值作为训练标签，利用自回归深度学习方法构建得到穿透时间预测模型。
[0070]
所述时序特征值包括平均值、峰值、方差等。
[0071]
所述激光参数包括激光功率和重频等。
[0072]
所述材料参数包括目前材料对应的光吸收率、热导率以及厚度等。
[0073]
所述穿透时间预测模型会不断结合采集的数据预测当前时刻下的制孔剩余穿透时间。
[0074]
如图4所示，将步骤1中得到的当前孔深(z轴信息)和运动轨迹信息(xy平面信息)相融合，获取得到制孔轨迹上特定点的深度信息，以此形成三维点云(x,y,z)信息，对得到的三维点云信息依次进行滤波、分割及拟合，建立得到孔的三维点云模型。
[0075]
基于该三维点云模型提取得到孔的深度特征及形貌特征，所述形貌特征包括出入口直径等；
[0076]
将得到的孔的深度特征及形貌特征与时序特征值相结合，以标定的不同制孔阶段对应的孔的深度特征及形貌特征作为标签，并采用机器学习方法建立得到制孔阶段辨识模型，以实现根据加工过程采集的信号特征对未穿透阶段、早期穿透阶段、孔成形阶段以及孔完成阶段的识别。
[0077]
根据步骤1得到的不同时刻对应的历史数据，获取不同时刻对应的时序特征值及形貌特征；将不同时刻对应的时序特征值以及形貌特征输入至步骤3中建立的制孔阶段辨识模型中，以实时得到不同时刻的制孔阶段辨识结果置信度；
[0078]
并将不同时刻对应的时序特征值输入至步骤2中建立的穿透时间预测模型中，以实时预测当前时刻所对应的剩余穿透时间；
[0079]
对不同时刻的制孔阶段辨识结果置信度进行加权融合，得到当前时刻的综合置信度；
[0080]
将得到的综合置信度与穿透时间预测模型输出的预测制孔剩余穿透时间进行概率融合，建立得到状态识别模型。
[0081]
步骤3，设置激光加工参数并对目标材料进行制孔加工，获取当前加工阶段参数，将相关参数输入至步骤2中构建的状态识别模型中，实时判别当前制孔加工阶段，根据判别结果调控激光加工过程，在不同的制孔阶段，采用不同的制孔策略。
[0082]
如图5所示，当前孔加工阶段为未穿透阶段时，采用高速加工策略，以加工效率为目标调节加工参量，具体方法为：
[0083]
以当前制孔深度、激光功率、焦点位置作为输入，实际烧蚀速率变化为输出；利用神经网络建立烧蚀速率变化与当前制孔深度、激光功率、焦点位置之间的关联模型，以根据输入的烧蚀速率变化来预测下一脉冲或下一周期时间的的烧蚀速率，以激光焦点位置为被控对象，实际烧蚀速率变化为输出，通过干涉测量系统实时测量制孔深度并转换为实时烧蚀速率变化作为反馈，通过实时调节焦点位置实现激光烧蚀速率变化始终为正或保持不变，基于上述思想，结合模型预测控制方法，建立激光制孔高速加工控制模型，以此实现高效率制孔。
[0084]
当前孔加工阶段为早期穿透阶段与孔成形阶段时，采用定量去除加工策略，以孔深控制为目标，调节激光加工的光场分布，将具有双曲线传输特性的传统高斯激光分布调整为轴向传输受限的类贝塞尔光束分布，可以在无防护材料的情况下实现对孔修形的且确保加工深度尽可能恒定，避免对后壁的损伤；
[0085]
当前孔加工阶段为在孔完成阶段，停止加工过程。
[0086]
具体地，如图2所示，步骤1中，利用传感系统实时获取加工过程中的当前孔深，具体方法流程为：
[0087]
s101，利用干涉测量系统中的光谱仪实时采集激光制孔过程中的干涉信号；
[0088]
s102，对干涉信号进行处理，得到深度信息，其中：
[0089]
依次利用去直流和波数线性化对s101中获取得到的干涉信号进行预处理，得到预处理后的干涉信号；
[0090]
之后利用傅里叶变换对预处理后的干涉信号进行解调，获取得到z方向上各点的深度信息；
[0091]
s103，结合运动轨迹信息，考虑加工过程碎屑、等离子体喷发和孔形演化对数据采集的影响，对同一位置点所采集干涉信号所恢复的深度信息进行降噪处理，对多个时间帧扫描获取的深度信息进行平均，并且进一步对深度信息进行滤波处理，以减少噪声点，进而对剩余深度点进行聚类分割处理，提取加工过程中的深度信息，对深度信息进行最大值提取，将其深度最大值作为当前孔深。
[0092]
步骤2中，根据获取的深度信息与运动轨迹信息，实现对孔三维形貌的重建，并提出深度特征和形貌特征，其具体方法流程为：
[0093]
s601，利用运动控制器的位置比较输出功能，当运动轴或振镜轴到达特定位置后，运动控制器输出信号触发干涉测量传感系统,实时采集当前孔深度信息，从而实时获取加工点平面坐标(x,y)和深度信息z，即三维坐标点云数据(x,y,z)
[0094]
s602，对加工过程中获取的点云进行处理，通过点云滤波去除噪声点，并根据点云的相似性对点云数据进行分割，进一步通过拟合算法将点云数据拟合成平面，并通过建立点云数据的三维拓扑关系，将点云重建成三维模型，实现对制孔过程中三维形貌的实时重建
[0095]
s603，考虑激光制孔中孔形的关键特征，如孔入口直径、孔出口直径、孔圆度等，基于重建的三维模型提取上述形貌特征
[0096]
步骤3中，根据不同的制孔阶段，采用不同的制孔策略，其具体制孔策略为：
[0097]
s701，实时采集激光制孔过程中的传感器信号，根据状态识别模型对制孔阶段进行辨别；
[0098]
s702，当激光加工过程处于未穿透阶段时，采用高速加工策略，即以当前制孔深度、激光功率、焦点位置等参数为输入，利用神经网络建立烧蚀速率变化与当前制孔深度、激光功率、焦点位置之间的关联模型，以根据输入的烧蚀速率变化来预测下一脉冲或下一周期时间的的烧蚀速率，以激光焦点位置为被控对象，实际烧蚀速率变化为输出，通过干涉测量系统实时测量制孔深度并转换为实时烧蚀速率变化作为反馈，通过实时调节焦点位置实现激光烧蚀速率变化始终为正或保持不变，基于上述思想，结合模型预测控制方法，建立激光制孔高速加工控制模型，以此实现高效率制孔；
[0099]
s703，当激光加工过程从未穿透阶段转换到早期穿透阶段时，加工策略切换为定量去除加工策略，即通过同轴视觉定位加工点坐标，将高斯加工光路切换为光束整形光路，利用整形后的光束对孔进行修型，同时利用干涉测量传感系统实时测量加工深度，确保无对壁损伤的同时实现高质量加工；
[0100]
s704，当激光加工过程处于孔完成阶段时，停止加工。
[0101]
步骤3中，获取当前加工阶段参数，具体方法是：
[0102]
s31，获取激光制孔加工过程中的信号演变信息、当前孔深以及运动轨迹信息；
[0103]
s32，根据信号演变信息获取时序特征值；当前孔深和运动轨迹信息相结合建立得到三维点云模型；
[0104]
s33，利用三维点云模型提取孔的形貌特征，孔形貌特征、孔深以及时序特征值即为当前加工阶段参数。
[0105]
如图7所示，步骤3中，将具有双曲线传输特性的传统高斯激光分布调整为轴向传输受限的类贝塞尔光束分布，具体方法为：
[0106]
s301，对激光加工系统及相机进行标定，已知激光加工系统中多轴运动台坐标系，利用相机采集运动台上不同点的位置信息，则可获取相机中图像上任意一点像素与加工坐标对应的关系模型，求解该关系模型则可以建立运动台坐标系与相机坐标系的转换模型；
[0107]
同样的，结合运动台运动，激光在不同位置进行加工，利用相机获取加工位置对应的坐标，即可建立激光位姿与相机坐标系之间的关联模型，从而可以获得三者坐标系之间的转换模型；
[0108]
s302，利用相机采集加工区域图像，对图像进行增强、滤波等预处理操作，提取加工区域孔的圆心坐标位置，并将其转换至多轴运动台坐标；
[0109]
s303，利用光束切换系统将高斯光束传输光路转换为光束整形光路，考虑高斯光束传输光路激光位姿与光束整形光路激光位姿差异，将其转换为多轴运动台之间位置坐标的差异，利用多轴运动台移动工件，使加工区域圆心与光束整形光路的激光焦点位置中心重合，以进一步对孔进行修型。
[0110]
所属光束整形光路，其具体整形原理为：
[0111]
s3031，利用解析法计算出高斯光束整形成轴向烧蚀受限的类贝塞尔光束的相位分布，如根据下述公式计算对应的相位分布：
[0112][0113]
其中，r为衍射平面直角，z1和z2分别为光束的起始点和终止点；
[0114]
s3032，利用该相位分布输入至空间光调制器或制作对应的衍射光学元件，实现光束轴向分布的调控，结合4f系统将其焦深限制在特定区域中，以满足加工要求。
[0115]
步骤1中，所述目标材料可以为发动机叶片、喷油嘴等具有中空腔体的材料。
[0116]
步骤1中，所述传感系统主要包括干涉测量系统、相机以及光电二极管等，其中干涉测量系统可以测量孔的深度，相机可以为黑白相机、彩色相机或热成像相机等，光电二极管可以用光谱仪等仪器替换。
[0117]
步骤1中，所述运动轨迹信息主要指当前多轴运动台所处的位置坐标，其可通过光栅反馈或系统控制器读取获得。
[0118]
步骤s302中，所述提取加工区域孔的圆心位置主要采用边缘提取加模板匹配方法完成。
[0119]
如图7所示，本发明提供的一种激光制孔过程监测和调控组合防护系统，包括激光器1、光束传输系统2、二向色镜3、传感系统4、光束切换系统5、光束整形系统6、聚焦透镜7、
多轴运动台10、扫描振镜11、系统控制器12和工控机13，其中，所述激光器1输出的激光光束经过光束传输系统2后经过二向色镜3入射至光束切换系统5；所述光束切换系统5的输出光路分为两路，其中一路经过光束整形系统6后入射至聚焦透镜7进行聚焦，另一路入射至扫描振镜11进行聚焦；所述聚焦透镜7和扫描振镜11输出的激光光束作用在多轴运动台上10的目标材料8上。
[0120]
所述光束切换系统5用于控制激光传输光路的切换。
[0121]
所述光束整形系统6用于调节高斯光束的纵向能量分布，将烧蚀深度控制在一定范围内。
[0122]
所述系统控制器12与传感系统4、激光器1、光束切换器5、扫描振镜11和多轴运动台10连接，用于对传感系统采集到的信号进行处理，反馈加工状态以及对多轴运动台、扫描振镜、激光器等的协同控制。
[0123]
所述工控机13与系统控制器12连接，用于控制系统控制器命令逻辑。
[0124]
如图10所示，所述光束整形系统6包括光束整形元件25、4f系统26，其中，所述光束整形元件25为空间光调制器、衍射光学元件、锥透镜或超表面元件；所述高丝光经过光束整形元件25入射至4f系统26形成贝塞尔光。
[0125]
如图8所示，所述传感系统4包括光电二极管14、相机16以及干涉测量系统17，其中，所述光电二极管14放置于目标材料的背面，用于标定激光制孔阶段，所述光电二极管14通过分束镜15与相机16同轴放置，用于监测制孔过程中的等离子体辐射信号时序变化过程；所述相机通过二向色镜18与干涉测量系统17同轴耦合，用于监测制孔过程中的表面光辐射信号空间分布以及定位，所述干涉测量系统17通过二向色镜3与加工光耦合，用于测量制孔过程的孔深。
[0126]
如图9所示，所述干涉测量系统17包括探测光源20、准直器122、分束器21、准直器224和信号探测器19，其中，所述探测光源20发射探测光束后入射至分束器21，分束器21将一束光分成两束光，其中一束光经过准直器122后入射至参考镜23上，另一束光经过准直器224、二向色镜18与加工光束耦合并聚焦到目标材料上，从目标材料上反射回来的样品光与从参考镜23反射回来的参考光返回至分束器21中发生干涉，并进一步入射到信号探测器19上；所述信号探测器19用于获取样品光与参考光发生干涉后产生的干涉光谱信号。
[0127]
所述探测光源20为超辐射发光二极管、扫频激光光源、光纤激光器或半导体激光器。
[0128]
所述信号探测器19为光电二极管、光谱仪或平衡探测器。
[0129]
尽管本说明书中较多地使用了激光器，光束切换系统，光束传输系统，光束整形系统，二向色镜，传感系统，扫描振镜，聚焦透镜，目标材料，多轴运动台，系统控制器，工控机，干涉传感系统，光电二极管，相机，探测光源，准直器，分束器，信号探测器，状态识别模型，高速加工策略，定量去除加工策略等，但并不排除使用其他术语地可能性，使用这些术语仅仅是为了更方便地描述本发明地本质，把他们解释成任何一种附加地限制都是与本发明精神相违背的。
[0130]
实施例1：无填充材料
[0131]
以激光加工叶片气膜冷却孔为例，单晶高温合金叶片为目标材料，腔体厚度0.5mm～3mm，主要包含以下步骤：
[0132]
步骤1，根据孔加工直径、深度、倾斜角度确定加工参数，对叶片进行加工，传感系统实时获取当前加工阶段参数；
[0133]
步骤2，根据标定好的激光制孔阶段，以及获取加工阶段参数中的时序特征值和激光加工参数等信息，采用自回归深度学习方法建立穿透时间预测模型；并且，将得到的孔深度特征、形貌特征与时序特征值相结合，采用标定的不同制孔阶段所对应的孔形特征与时序特征，采用机器学习方法建立制孔阶段辨识模型；对不同时刻制孔阶段辨识模型输出的辨识结果置信度进行加权，得到当前时刻辨识结果的综合置信度，融合穿透时间预测模型的预测结果，形成激光制孔阶段的状态识别模型。
[0134]
步骤3，在激光制孔过程中实时获取当前加工阶段参数，将相关参数输入到已建立好的状态识别模型中，利用状态识别模型判别当前制孔阶段，在未穿透阶段时，采用高速加工策略，根据测量的孔深及烧蚀速率实时调整焦点位置进行高速加工，在识别到制孔阶段进入早期穿透阶段后调整制孔策略为定量去除加工策略。
[0135]
步骤4，通过同轴视觉定位加工点坐标，将高斯加工光路切换为光束整形光路，利用光束切换系统将加工光路切换至光束整形系统处，利用同轴相机识别制孔圆心坐标，基于已建立好的相机、运动台以及激光位置坐标系转换模型，将加工工件移动到光束整形加工光路位置，此时利用整形后的贝塞尔光对孔进行修型，并实时监测制孔深度，确保其不超过制孔深度与腔体厚度的总和；待监测到激光制孔阶段达到孔完成阶段后，停止加工。
[0136]
对比例1：带填充材料
[0137]
以激光加工叶片气膜冷却孔为例，采用直径50μm～200μm陶瓷颗粒为防护材料，单晶高温合金叶片为目标材料，腔体厚度0.5mm～3mm，主要包含以下步骤：
[0138]
步骤1，根据腔体厚度选择对应直径的陶瓷颗粒填入叶片腔体；
[0139]
步骤2，根据孔加工直径、深度、倾斜角度确定加工参数，对叶片进行加工，传感系统实时获取当前加工阶段参数；
[0140]
步骤3，根据标定好的激光制孔阶段，以及获取加工阶段参数中的时序特征值和激光加工参数等信息，采用自回归深度学习方法建立穿透时间预测模型；并且，将得到的孔深度特征、形貌特征与时序特征值相结合，采用标定的不同制孔阶段所对应的孔形特征与时序特征，采用机器学习方法建立制孔阶段辨识模型；对不同时刻制孔阶段辨识模型输出的辨识结果置信度进行加权，得到当前时刻辨识结果的综合置信度，融合穿透时间预测模型的预测结果，形成激光制孔阶段的状态识别模型。
[0141]
步骤4，在激光制孔过程中实时获取当前加工阶段参数，将相关参数输入到已建立好的状态识别模型中，利用状态识别模型判别当前制孔阶段，在未穿透阶段时，采用高速加工策略，根据测量的孔深及烧蚀速率实时调整焦点位置进行高速加工，在识别到制孔阶段进入早期穿透阶段后调整制孔策略为定量去除加工策略。
[0142]
步骤5，通过同轴视觉定位加工点坐标，将高斯加工光路切换为光束整形光路，利用光束切换系统将加工光路切换至光束整形系统处，利用同轴相机识别制孔圆心坐标，基于已建立好的相机、运动台以及激光位置坐标系转换模型，将加工工件移动到光束整形加工光路位置，此时利用整形后的贝塞尔光对孔进行修型，并实时监测制孔深度，确保其不超过制孔深度与腔体厚度的总和；待监测到激光制孔阶段达到孔完成阶段后，停止加工。
[0143]
结合附图11，对本专利光束整形特征进行进一步说明：
[0144]
加工激光在加工过程中一般呈高斯分布，其在轴向上的传输为类双曲线传输，这使得激光具有无接触加工特性。然而，当激光在加工带中空腔体材料时，在穿透表层材料时还会继续传输至腔体内壁上，对腔体内壁造成损伤，如图11中第一幅图所示，在无防护材料和无光束整形的情况下，极易对腔体内壁造成损伤；
[0145]
为了解决该问题，填充防护材料是目前行业采用的常规手段，在腔体中填充防护材料,以减弱甚至消除激光能量，如图11中第二幅图所示。而由于其并没有改变激光本身的烧蚀特性，所以其还是会对防护材料造成损伤，当激光辐照时间过久或腔体过窄时，仍然会对腔体内壁造成损伤；
[0146]
因此，本专利基于轴向光束整形调控原理，对激光的轴向能量分布进行调控，以改变其在空间中轴向传输的能量分布，实现激光的轴向烧蚀深度可控。传统的贝塞尔光束具有长焦深特性，但是同时其在焦深外的能量也受限，其贝塞尔光束轴向能量分布如图11第三幅图所示，然而其能量利用低，且光束传输范围较长，很难实现无防护材料的狭窄腔体无对壁损伤加工。因此在此基础上，进一步对光束进行整形，将其轴向调控成为轴向烧蚀受限的贝塞尔光束，如图11中第四幅图所示，这使得其能够实现通过控制激光进给来实现对不同位置的修型而不损伤后壁，可以确保狭小腔体中的无对壁损伤加工。
[0147]
需要说明的是，任何通过对轴向光束能量分布调控来实现无对壁损伤加工都难以脱离本技术中的精神和范围。
[0148]
以上所述实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。

技术特征：
1.一种激光制孔过程监测和调控组合防护方法，其特征在于，包括以下步骤：步骤1，采集激光制孔加工过程中的信号演变信息、当前孔深以及运动轨迹信息；步骤2，对步骤1获取得到的信号演变信息进行特征提取，获取得到随时间演变的时序特征值，根据得到的时序特征值构建穿透时间预测模型；步骤3，将步骤1中得到的当前孔深以及运动轨迹信息与时序特征值相结合，构建得到制孔阶段辨识模型；步骤4，综合穿透时间预测模型预测结果，结合不同时刻下制孔阶段辨识模型辨识结果置信度，构建得到状态识别模型；步骤5，根据得到的状态识别模型判别当前制孔加工阶段，根据判别结果控制激光加工过程，在不同制孔阶段采用不同的制孔策略。2.根据权利要求1所述的一种激光制孔过程监测和调控组合防护方法，其特征在于，步骤2中，根据得到的时序特征值构建穿透时间预测模型，具体方法是：将制孔加工过程设定为四个阶段，四个阶段分别是未穿透阶段、早期穿透阶段、孔成形阶段以及孔完成阶段；根据设定的未穿透阶段与早期穿透阶段的演变过程，获取不同时刻的时序特征值所对应的剩余制孔穿透时间值；将得到的时序特征值与激光参数、材料参数相结合作为训练特征，剩余制孔穿透时间值作为训练标签，利用自回归深度学习方法构建得到穿透时间预测模型。3.根据权利要求1所述的一种激光制孔过程监测和调控组合防护方法，其特征在于，步骤3中，将步骤1中得到的当前孔深以及运动轨迹信息与时序特征值相结合，构建得到制孔阶段辨识模型，具体方法是：将步骤1中得到的当前孔深以及运动轨迹信息相融合，获取得到制孔轨迹上特定点的深度信息；根据得到的深度信息形成三维点云信息；对得到的三维点云信息依次进行滤波、分割及拟合，得到孔的三维点云模型；对孔的三维点云模型进行特征提取，获取孔的出入口直径等形貌特征；结合孔的深度特征、形貌特征和时序特征值，以标定的不同制孔阶段对应的孔的深度特征及形貌特征作为标签，采用机器学习方法构建得到制孔阶段辨识模型。4.根据权利要求1所述的一种激光制孔过程监测和调控组合防护方法，其特征在于，步骤4中，根据穿透时间预测模型和制孔阶段辨识模型相结合构建得到状态识别模型，具体结合方法是：将不同时刻对应的时序特征值以及形貌特征输入至步骤3中建立的制孔阶段辨识模型中，以实时得到不同时刻的制孔阶段辨识结果置信度；将不同时刻对应的时序特征值输入至步骤2中建立的穿透时间预测模型中，以实时预测当前时刻所对应的剩余穿透时间；对不同时刻的制孔阶段辨识结果置信度进行加权融合，得到当前时刻的综合置信度；将当前时刻预测的剩余穿透时间与综合置信度进行概率融合，得到状态识别模型。5.根据权利要求1所述的一种激光制孔过程监测和调控组合防护方法，其特征在于，步骤5中，不同的制孔策略具体是：
当前孔加工阶段为未穿透阶段时，以加工效率为目标调节加工参量；当前孔加工阶段为早期穿透阶段与孔成形阶段时，以孔深控制为目标，调节激光加工的光场分布；当制孔阶段从孔成形阶段转换到孔完成阶段时，停止加工。6.根据权利要求1所述的一种激光制孔过程监测和调控组合防护方法，其特征在于，当前孔加工阶段为未穿透阶段时，以加工效率为目标调节加工参量，具体方法是：以当前制孔深度、激光功率、焦点位置作为输入，实际烧蚀速率变化为输出；利用神经网络建立烧蚀速率变化与当前制孔深度、激光功率、焦点位置之间的关联模型，利用该关联模型调节加工参量。7.根据权利要求5所述的一种激光制孔过程监测和调控组合防护方法，其特征在于，当前孔加工阶段为早期穿透阶段与孔成形阶段时，以孔深控制为目标，调节激光加工的光场分布，其具体方法为：通过同轴视觉定位加工点坐标，将高斯加工光路切换为光束整形光路；利用光束整形器件将高斯光束整形为轴向烧蚀受限的贝塞尔光束；利用整形后的光束对孔进行修型。8.一种激光制孔过程监测和调控组合防护系统，其特征在于，包括激光器(1)、光束传输系统(2)、二向色镜(3)、传感系统(4)、光束切换系统(5)、光束整形系统(6)、聚焦透镜(7)和扫描振镜(11)，其中，所述激光器(1)输出的激光光束经过光束传输系统(2)后经过二向色镜(3)入射至光束切换系统(5)；所述光束切换系统(5)的输出光路分为两路，其中一路经过光束整形系统(6)后入射至聚焦透镜(7)进行聚焦，另一路入射至扫描振镜(11)进行聚焦；所述聚焦透镜(7)和扫描振镜(11)输出的激光光束作用在目标材料(8)上。9.根据权利要求7所述的一种激光制孔过程监测和调控组合防护系统，其特征在于，所述光束整形系统(6)包括光束整形元件(25)和4f系统(26)，其中，所述光束切换系统(5)的输出光路经过光束整形元件(25)入射至4f系统(26)形成贝塞尔光。

技术总结
本发明提供的一种激光制孔过程监测和调控组合防护方法及系统，包括以下步骤：采集激光制孔加工过程中的信号演变信息、当前孔深以及运动轨迹信息；对获取得到的信号演变信息进行特征提取，获取得到随时间演变的时序特征值，根据得到的时序特征值构建穿透时间预测模型；将得到的当前孔深以及运动轨迹信息与时序特征值相结合，构建得到制孔阶段辨识模型；综合穿透时间预测模型预测结果，结合不同时刻下制孔阶段辨识模型辨识结果置信度，构建得到状态识别模型；根据得到的状态识别模型判别当前制孔加工阶段，根据判别结果控制激光加工过程，在不同制孔阶段采用不同的制孔策略；本发明能够确保激光制孔过程的高效、高精度以及无对壁损伤加工。对壁损伤加工。对壁损伤加工。


技术研发人员：梅雪松 孙涛 赵万芹 凡正杰 崔健磊 王文君 刘斌 段文强 王晓东 潘爱飞
受保护的技术使用者：西安交通大学
技术研发日：2023.05.29
技术公布日：2023/8/6