本技术涉及激光切割系统，更具体地说，涉及一种激光切割系统及其切割方法。
背景技术：
1、激光机可以利用高温在材料表面进行加工处理，从而可以对图形，文字等进行激光切割雕刻，应用广泛，而在激光切割雕刻过程中由于高温会产生粉尘，且温度高会进行扩散。
2、现有技术公开号为cn218799917u的文献提供一种自动激光切割装置，该装置通过箱体和柱体以及工作台，所述箱体的顶部设有工作台，所述工作台的底部设有废料收集盒，所述废料收集盒的一侧设有扣手，所述废料收集盒的底部设有所述箱体，所述工作台通过废料收集盒连接所述箱体，所述工作台的两侧设有侧滑杆，所述侧滑杆的底部固定连接所述箱体，所述侧滑杆的顶部设有所述柱体，所述柱体通过紧固件连接所述侧滑杆，所述柱体通过侧滑杆连接所述箱体，所述侧滑杆的顶部设有顶凹槽，所述侧滑杆的中间空白位置设有紧固滑槽，所述紧固滑槽的两端通过固定块连接所述侧滑杆，所述紧固滑槽的一侧设有伸缩杆，所述伸缩杆的一端通过紧固件连接所述紧固滑槽，另一端设有板体，所述板体固定连接所述伸缩杆。
3、上述中的现有技术方案虽然通过现有技术的结构可以实现与有关的有益效果，但是仍存在以下缺陷：该装置直接的对材料进行激光切割雕刻处理，在处理过程中产生的粉尘不能及时的处理，对环境对人体都会造成危害，同时，粉尘会对激光切割设备产生负面影响，包括光学元件的污染和磨损减少了设备的使用寿命，同时灰尘被激光束的散射或吸收，导致切割光束的不稳定性和准确性，影响切割质量不能精确切割。
4、鉴于此，我们提出一种激光切割系统。
技术实现思路
1、1.要解决的技术问题
2、本技术的目的在于提供一种激光切割系统的方法，解决了上述背景技术中的装置直接的对材料进行激光切割雕刻处理，在处理过程中产生的粉尘不能及时的处理，对环境对人体都会造成危害，同时，粉尘会对激光切割设备产生负面影响，包括光学元件的污染和磨损减少了设备的使用寿命，同时灰尘被激光束的散射或吸收，导致切割光束的不稳定性和准确性，影响切割质量不能精确切割的技术问题，实现了技术效果。
3、2.技术方案
4、本技术技术方案提供了一种激光切割系统，包括：
5、收集切割过程数据，收集不同材料的切割状态产生的灰尘；
6、切割过程数据预处理，对切割过程数据进行去噪、标准化的预处理；
7、切割过程数据标注，对切割过程数据进行不同吸附力度对应的效果进行标注；
8、建立切割过程模型训练，利用切割过程数据建立切割过程模型并训练；
9、切割过程模型评估优化，使用验证集评估切割过程模型的性能，并进行调优以提高预测的准确性；
10、切割过程模型保存部署，当切割过程模型训练和验证达到满意水平后，将其部署到实际工作环境中，在激光切割过程中，实时获取灰尘大小数据，并通过训练好的切割过程模型进行预测，从而调整吸附处理力度和动作大小。
11、执行设备，根据预测结果进行调整吸附处理力度和动作大小。
12、通过切割过程模型的设置，可以根据预测结果进行调整除尘头吸附处理力度及延伸罩转动力度及伸出长度进行处理灰尘，从而自动调整吸附处理力度和动作大小可以实现智能化的激光切割过程，根据灰尘大小的实时监测结果，提高操作的效率和稳定性，减少人工干预的需求，同时通过有效地控制吸附处理力度，可以减少不必要的能量消耗。这有助于节能减排，符合可持续发展的目标。
13、作为本技术文件技术方案的一种可选方案，所述收集切割过程数据，利用设置于激光头外侧的摄像头进行获取数据，包含在不同的激光数据下的切割下过产生的大小，在处理的过程中，不同的吸附力度对处理效果的情况。
14、作为本技术文件技术方案的一种可选方案，所述切割过程数据预处理，对处理类别数据，将其转换为模型可以处理的形式，包括独热编码，对于每个类别，创建一个新的二进制特征，表示该类别的存在与否，对于原始的类别特征，使用0和1进行编码；
15、对于图像数据等领域，通过随机旋转、翻转、缩放等技术进行数据增强，以扩充训练集，提高模型的泛化能力。
16、作为本技术文件技术方案的一种可选方案，所述切割过程数据标注，还包括对不同切割材料的标注及不同材料在不同切割情况下的标注，其中切割过程模型从输入数据中学习如何映射到相应的力度和动作。
17、作为本技术文件技术方案的一种可选方案，所述建立切割过程模型训练，选择卷积神经网络进行构架，在训练过程中，切割过程模型通过学习输入数据与目标变量之间的映射关系。
18、作为本技术文件技术方案的一种可选方案，所述切割过程模型评估优化，根据结果，调整模型的超参数，通过尝试不同的超参数组合，可以找到使模型性能最优的设置；
19、增加训练数据，通过收集更多的激光切割和吸附处理相关数据来扩充训练集。
20、作为本技术文件技术方案的一种可选方案，所述执行设备，包括：
21、工作台；
22、立柱，所述立柱固定设置于工作台外壁；
23、激光头，所述激光头滑动设置于立柱外侧；
24、切割头，所述切割头设置于激光头外侧；
25、防护罩，所述防护罩通过转动驱动转动设置于激光头一端；
26、除尘头，所述除尘头设置于防护罩内部，且设置有多个。
27、本技术还公开了前述激光切割系统的使用方法，包括以下步骤：
28、s1、首先，将切割材料放置到工作台上，此时通过激光头外侧的摄像头进行监测；
29、s2、此时，通过摄像头进行，收集不同材料的切割状态产生的灰尘，包含在不同的激光数据下的切割下过产生的大小，在处理的过程中，不同的吸附力度对处理效果的情况；
30、s3、此时，对切割过程数据进行去噪、标准化的预处理，对处理类别数据，将其转换为模型可以处理的形式，包括独热编码，对于每个类别，创建一个新的二进制特征，表示该类别的存在与否，对于原始的类别特征，使用0和1进行编码，对于图像数据等领域，通过随机旋转、翻转、缩放等技术进行数据增强，以扩充训练集，提高模型的泛化能力；
31、s4、此时，对切割过程数据进行不同吸附力度对应的效果进行标注，还包括对不同切割材料的标注及不同材料在不同切割情况下的标注，其中切割过程模型从输入数据中学习如何映射到相应的力度和动作；
32、s5、此时，利用切割过程数据建立切割过程模型并训练，选择卷积神经网络进行构架，在训练过程中，切割过程模型通过学习输入数据与目标变量之间的映射关系；
33、s6、此时，使用验证集评估切割过程模型的性能，并进行调优以提高预测的准确性，根据结果，调整模型的超参数，通过尝试不同的超参数组合，可以找到使模型性能最优的设置；增加训练数据，通过收集更多的激光切割和吸附处理相关数据来扩充训练集；
34、s7、此时，当切割过程模型训练和验证达到满意水平后，将其部署到实际工作环境中，在激光切割过程中，通过激光头上的切割头进行切割处理，此时实时获取灰尘大小数据，并通过训练好的切割过程模型进行预测，从而调整吸附处理力度和动作大小；
35、s8、此时，根据预测结果进行调整除尘头吸附处理力度及延伸罩转动力度及伸出长度。
36、3.有益效果
37、本技术技术方案中提供的一个或多个技术方案，至少具有如下技术效果或优点：
38、1.本技术通过切割过程模型的设置，可以根据预测结果进行调整除尘头吸附处理力度及延伸罩转动力度及伸出长度进行处理灰尘，从而自动调整吸附处理力度和动作大小可以实现智能化的激光切割过程，根据灰尘大小的实时监测结果，提高操作的效率和稳定性，减少人工干预的需求，同时通过有效地控制吸附处理力度，可以减少不必要的能量消耗。这有助于节能减排，符合可持续发展的目标。
39、2.本技术通过转动驱动的设置，可以让延伸罩内的螺旋块形成向内吸收的动作，配合除尘头进行有效的处理，从而可以及时的对过程中产生的粉尘处理，避免了对环境对人体都会造成危害，同时，避免了粉尘会对激光切割设备产生负面影响，包括光学元件的污染和磨损，延长了设备的使用寿命，同时避免了灰尘被激光束的散射或吸收，提高了切割光束的稳定性和准确性，保证了切割质量，从而进行精确切割。
40、3.本技术通过延伸罩的设置，可以通过延伸罩将大部分灰尘或进行笼罩，避免了快速的扩散，同时可以管激光束进行遮挡防护，提高了防护效果。
1.一种激光切割系统，其特征在于：包含：
2.根据权利要求1所述的激光切割系统，其特征在于：所述收集切割过程数据，利用设置于激光头外侧的摄像头进行获取数据，包含在不同的激光数据下的切割下过产生的大小，在处理的过程中，不同的吸附力度对处理效果的情况。
3.根据权利要求1所述的激光切割系统，其特征在于：所述切割过程数据预处理，对处理类别数据，将其转换为模型可以处理的形式，包括独热编码，对于每个类别，创建一个新的二进制特征，表示该类别的存在与否，对于原始的类别特征，使用0和1进行编码；
4.根据权利要求1所述的激光切割系统，其特征在于：所述切割过程数据标注，还包括对不同切割材料的标注及不同材料在不同切割情况下的标注，其中切割过程模型从输入数据中学习如何映射到相应的力度和动作。
5.根据权利要求1所述的激光切割系统，其特征在于：所述建立切割过程模型训练，选择卷积神经网络进行构架，在训练过程中，切割过程模型通过学习输入数据与目标变量之间的映射关系。
6.根据权利要求1所述的激光切割系统，其特征在于：所述切割过程模型评估优化，根据结果，调整模型的超参数，通过尝试不同的超参数组合，可以找到使模型性能最优的设置；
7.根据权利要求1所述的激光切割系统，其特征在于：所述执行设备，包括
8.根据权利要求1-7任一所述的一种激光切割系统的切割方法，其特征在于，包括以下步骤：
