买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉深圳市鹏鼎智控科技有限公司申请的专利一种基于大数据的激光振镜智能控制系统及方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120406100B 。

龙图腾网通过国家知识产权局官网在2025-09-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510906392.6，技术领域涉及：G05B11/42；该发明授权一种基于大数据的激光振镜智能控制系统及方法是由高水平;胡盛留设计研发完成，并于2025-07-02向国家知识产权局提交的专利申请。

本一种基于大数据的激光振镜智能控制系统及方法在说明书摘要公布了：本发明提供了一种基于大数据的激光振镜智能控制系统及方法，属于智能控制系统技术领域，方法包括：S1.数据采集；S2.数据预处理；S3.特征提取；S4.模型训练；S5.实时预测；S6.控制指令生成；S7.控制指令执行；S8.反馈与优化。本发明可实现对激光振镜运动的高精度闭环控制，有效减小实际运动状态与目标运动状态之间的偏差，提高激光加工的精度，满足如电子芯片精细加工等对精度要求极高的应用场景。

本发明授权一种基于大数据的激光振镜智能控制系统及方法在权利要求书中公布了：1.一种基于大数据的激光振镜智能控制方法，其特征在于，包括： S1.数据采集；采集激光振镜的实时位置数据、运动速度数据、加速度数据、环境数据，分别进行数据打包和时间戳标记处理，得到位置原始数据、速度原始数据、加速度原始数据和环境原始数据； S2.数据预处理；对位置原始数据、速度原始数据、加速度原始数据和环境原始数据进行异常数据删除和归一化处理，得到位置有效数据、速度有效数据、加速度有效数据和环境有效数据，并进行整合得到预处理后数据集； S3.特征提取；从预处理后数据集中提取激光振镜位置变化趋势特征、速度变化率特征、加速度变化趋势特征以及环境因素对激光振镜性能影响的相关特征，组成特征向量集；使用单摆波技术对特征向量集进行处理，得到增强后的特征向量集； S4.模型训练；将增强后的特征向量集划分为训练集和测试集；分别使用训练集对长短期记忆网络模型和随机森林模型进行训练；将训练好的长短期记忆网络模型和随机森林模型进行加权融合，得到激光振镜运动预测模型； S5.实时预测；将实时的增强后的特征向量集输入到激光振镜运动预测模型中，得到预测的激光振镜位置坐标、速度和加速度； S6.控制指令生成；根据预测的激光振镜位置坐标、速度和加速度与预设的目标运动状态，计算两者之间的位置偏差、速度偏差和加速度偏差；采用比例-积分-微分控制算法，根据上述偏差计算针对位置、速度和加速度的控制指令，组成控制指令集； S7.控制指令执行；将控制指令集传输至激光振镜的控制系统，调整激光振镜的电机驱动参数，实现对激光振镜运动状态的实时控制； S8.反馈与优化；激光振镜执行控制指令后，再次采集其实际运动状态数据，重复上述步骤S1-S7；将新采集的数据与预测数据和控制目标数据进行对比分析，若实际运动状态与目标运动状态之间的偏差超出预设的误差范围，重新调整比例-积分-微分控制算法中的参数以及激光振镜运动预测模型的参数，对模型进行优化； 所述S3中，所述单摆波技术通过模拟单摆的周期性运动规律，对特征向量集中的数据进行波动分析和增强，挖掘数据潜在的周期性特征； 单摆波函数基于经典单摆运动方程，其标准形式为：； 其中，为振幅，表示波动的强度；为角频率，控制周期长度，，为周期；为时间；为初相位，调整波形的起始位置；为偏移量，用于非零中心的波动； 单摆波函数的参数根据激光振镜的运动特性自适应确定： 振幅： ； 其中为特征向量集中的特征的标准差，为缩放因子； 周期： ； 其中为特征波动的平均峰峰值时间间隔，为调整系数； 初相位： ； 其中为协方差，为方差，用于对齐数据的变化趋势； 特征增强的具体实施步骤： 时频分析：对特征向量集中的特征进行短时傅里叶变换或小波变换，提取主要频率成分，识别激光振镜运动的主导周期，作为单摆波周期的初始值； 参数初始化：根据时频分析结果，设置初始参数；对环境特征使用不同的参数组，与运动特征解耦； 特征调制：； 其中为调制强度系数，为特征的时间戳。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳市鹏鼎智控科技有限公司，其通讯地址为：518000 广东省深圳市光明区光明街道东周社区兴新路288号康佳光明科技中心A12；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。