本申请涉及激光加工控制，尤其涉及一种激光加工头的运动控制方法及系统。
背景技术：
1、激光加工技术在现代制造业中起着至关重要的作用，并且随着制造业对产品质量和加工效率要求的不断提高，激光加工头的运动控制方法成为研究的重点。精确控制激光加工头的运动轨迹和参数，不仅能够提高加工质量，还能减少加工误差，提升生产效率。
2、现有技术主要依赖传统的控制算法和参数调整，现有技术在处理复杂的运动轨迹和多变的加工环境时，往往表现出一定的局限性。例如，基于简单模型的预测方法无法准确反映实际加工过程中复杂的动态变化，导致运动控制的精度和稳定性难以满足高精度加工的需求。此外，传统控制方法在处理噪声和干扰时的鲁棒性较差，容易引入较大的误差，影响最终的加工效果。
技术实现思路
1、本申请提供了一种激光加工头的运动控制方法及系统，用于提高了激光加工头的运动控制精度。
2、第一方面，本申请提供了一种激光加工头的运动控制方法，所述激光加工头的运动控制方法包括：
3、获取激光加工头的运动轨迹和运动参数并进行数据预处理和数据分类，得到历史运动轨迹数据和历史运动参数数据；
4、分别对所述历史运动轨迹数据和所述历史运动参数数据进行特征提取，得到运动轨迹特征集和运动参数特征集，并根据所述运动轨迹特征集和所述运动参数特征集构建线性回归预测模型；
5、获取当前加工任务的初始条件参数并通过所述线性回归预测模型进行实时运动控制预测，得到运动控制预测结果，同时，对所述运动控制预测结果进行二阶泰勒展开，得到理论运动轨迹数据和理论运动参数数据；
6、对所述历史运动轨迹数据和所述理论运动轨迹数据进行误差计算，得到第一误差数据集，并对所述历史运动参数数据和所述理论运动参数数据进行误差计算，得到第二误差数据集；
7、对所述第一误差数据集和所述第二误差数据集进行误差融合，得到融合误差数据集；
8、将所述融合误差数据集输入预置的贝叶斯-循环神经网络进行误差补偿和控制参数分析，生成所述激光加工头的目标控制参数序列。
9、第二方面，本申请提供了一种激光加工头的运动控制系统，所述激光加工头的运动控制系统包括：
10、获取模块，用于获取激光加工头的运动轨迹和运动参数并进行数据预处理和数据分类，得到历史运动轨迹数据和历史运动参数数据；
11、构建模块，用于分别对所述历史运动轨迹数据和所述历史运动参数数据进行特征提取，得到运动轨迹特征集和运动参数特征集，并根据所述运动轨迹特征集和所述运动参数特征集构建线性回归预测模型；
12、预测模块，用于获取当前加工任务的初始条件参数并通过所述线性回归预测模型进行实时运动控制预测，得到运动控制预测结果，同时，对所述运动控制预测结果进行二阶泰勒展开，得到理论运动轨迹数据和理论运动参数数据；
13、计算模块，用于对所述历史运动轨迹数据和所述理论运动轨迹数据进行误差计算，得到第一误差数据集，并对所述历史运动参数数据和所述理论运动参数数据进行误差计算，得到第二误差数据集；
14、融合模块，用于对所述第一误差数据集和所述第二误差数据集进行误差融合，得到融合误差数据集；
15、分析模块，用于将所述融合误差数据集输入预置的贝叶斯-循环神经网络进行误差补偿和控制参数分析，生成所述激光加工头的目标控制参数序列。
16、本申请第三方面提供了一种激光加工头的运动控制设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述激光加工头的运动控制设备执行上述的激光加工头的运动控制方法。
17、本申请的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的激光加工头的运动控制方法。
18、本申请提供的技术方案中，通过获取激光加工头的运动轨迹和运动参数，并进行数据预处理和数据分类，生成历史运动数据，能够有效提取轨迹和参数的特征。利用线性回归预测模型进行实时运动控制预测，结合二阶泰勒展开，能够生成理论运动轨迹和参数，实现高精度的运动轨迹控制。对历史运动数据与理论运动数据进行误差计算，分别得到轨迹和参数的误差数据集，并进行误差融合，能够系统地识别和分析误差来源。引入贝叶斯-循环神经网络进行误差补偿，通过对融合误差数据集的分析，能够生成更加精准的控制参数，减少运动误差，提高加工精度。通过对历史数据的特征提取，包括轨迹分量的频域变换和参数的统计分析、自相关分析与互相关分析，能够全面了解运动轨迹和参数的特征。构建线性回归方程组并利用最小二乘法进行求解，建立精准的预测模型，获取当前加工任务的初始条件参数，通过线性回归预测模型进行实时运动控制预测，能够根据实际加工需求动态调整运动轨迹和参数。结合泰勒展开法，精确计算理论运动轨迹和参数，确保运动控制的实时性和动态响应能力。通过对历史运动轨迹和参数数据进行插值处理和误差计算，生成多个误差数据集，并进行统计分析，能够全面评估运动控制的误差情况。对多个误差数据集进行特征提取和权重分配，融合计算生成统一的误差数据集，确保误差分析的全面性和准确性。使用贝叶斯-循环神经网络进行误差补偿，结合时间序列划分和误差预测，能够高效识别和补偿运动误差，提升控制精度，对运动控制参数序列进行约束和优化，提高了激光加工头的运动控制精度。
1.一种激光加工头的运动控制方法，其特征在于，所述方法包括：
2.根据权利要求1所述的激光加工头的运动控制方法，其特征在于，所述获取激光加工头的运动轨迹和运动参数并进行数据预处理和数据分类，得到历史运动轨迹数据和历史运动参数数据，包括：
3.根据权利要求1所述的激光加工头的运动控制方法，其特征在于，所述分别对所述历史运动轨迹数据和所述历史运动参数数据进行特征提取，得到运动轨迹特征集和运动参数特征集，并根据所述运动轨迹特征集和所述运动参数特征集构建线性回归预测模型，包括：
4.根据权利要求3所述的激光加工头的运动控制方法，其特征在于，所述获取当前加工任务的初始条件参数并通过所述线性回归预测模型进行实时运动控制预测，得到运动控制预测结果，同时，对所述运动控制预测结果进行二阶泰勒展开，得到理论运动轨迹数据和理论运动参数数据，包括：
5.根据权利要求1所述的激光加工头的运动控制方法，其特征在于，所述对所述历史运动轨迹数据和所述理论运动轨迹数据进行误差计算，得到第一误差数据集，并对所述历史运动参数数据和所述理论运动参数数据进行误差计算，得到第二误差数据集，包括：
6.根据权利要求5所述的激光加工头的运动控制方法，其特征在于，所述对所述第一误差数据集和所述第二误差数据集进行误差融合，得到融合误差数据集，包括：
7.根据权利要求1所述的激光加工头的运动控制方法，其特征在于，所述将所述融合误差数据集输入预置的贝叶斯-循环神经网络进行误差补偿和控制参数分析，生成所述激光加工头的目标控制参数序列，包括：
8.一种激光加工头的运动控制系统，用于执行如权利要求1-7中任一项所述的激光加工头的运动控制方法，其特征在于，所述系统包括：
9.一种激光加工头的运动控制设备，其特征在于，所述激光加工头的运动控制设备包括：存储器和至少一个处理器，所述存储器中存储有指令；
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任一项所述的激光加工头的运动控制方法。
