本发明提出一种自动清洗方法，包括以下步骤：（1）将待清洗工件夹持；（2）获得待清洗工件的基础产品参数；（3）确定工件标准清洗参数；（4）确定在线扫描动态参数；（5）得到待清洗工件的清洗控制工艺参数；（6）由激光清洗装置根据清洗控制工艺参数对待清洗工件进行自动清洗；（7）清洗程序运行完毕后分析评估清洗效果。本发明解决了现有油缸密封面和缸内高粗糙度需求的情况下油缸清洗的需要，克服现有清洗工艺效率低下、清洗效果不达标、人工劳动强度大等缺点，具有清洗操作简单、自动化程度高、清洗效果良好等独特优点。
步骤二：获得待清洗工件的基础产品参数，并将所述基础产品参数与预设的清洗工件标准模型进行匹配；
步骤三：基于匹配的清洗工件标准模型确定工件标准清洗参数；
步骤四：基于视图扫描与光谱分析确定待清洗工件的在线扫描动态参数，包括如下步骤：
（1）基于视觉识别图像设备对待清洗工件进行外表面图像扫描识别，生成图像扫描文件，具体包括：所述视觉识别图像设备通过视觉识别传感器镜头扫描抓取待清洗工件的外表面图像，并经过视觉识别图像分析系统生成待清洗工件外表面的图像扫描文件，所述图像扫描文件记录了待清洗工件外表面的污染物状态信息，所述污染物状态信息至少包括污染物面积、污染物坐标位置；所述视觉识别传感器镜头为CCD或CMOS中的其中一种或多种形式；
（2）基于光谱模块化分析设备对待清洗工件进行外表面元素光谱分析扫描，生成元素光谱分析扫描文件，具体包括：所述光谱模块化分析设备通过光谱扫描传感镜头对待清洗工件外表面进行元素光谱分析扫描，生成的元素光谱分析扫描文件记录了工件表面各扫描区域位置的元素组成及其含量；
（3）对所述图像扫描文件和元素光谱分析扫描文件进行耦合分析，确定待清洗工件的在线扫描动态参数，所述在线扫描动态参数记录了待清洗工件外表面各位置区域的污染物分布状态，具体包括：将待清洗工件的图像扫描文件与元素光谱分析扫描文件在清洗系统中进行耦合分析，通过耦合分析将图像扫描文件中记录的污染物状态信息与元素光谱分析扫描文件中记录的对应位置的元素组成及其含量进行对应关联，得到的在线扫描动态参数记录了待清洗工件外表面各位置区域的污染物分布状态，至少包括污染物面积、污染物元素组成及各元素含量分布；
步骤五：将步骤二确定的基础产品参数、步骤三确定的工件标准清洗参数和步骤四确定的在线扫描动态参数进行综合耦合分析与优化匹配处理，得到待清洗工件的清洗控制工艺参数；具体的所述综合耦合分析与优化匹配处理包括根据基础产品参数确定清洗路径、清洗光源类别及其功率、清洗头距离工件距离，然后根据在线扫描动态参数确定包括清洗速率及停留时间在内的清洗过程控制参数，并将各参数进行有效关联，得到的清洗控制工艺参数记录了针对待清洗工件采用的激光清洗光源类别及激光功率、沿待清洗工件表面的清洗路径、沿清洗路径各位置的清洗头距离工件表面距离、清洗头移动速率与激光扫描速率、激光扫描宽度、清洗头在待清洗区停留时间；
步骤六：将清洗控制工艺参数导入激光清洗装置，由激光清洗装置根据清洗控制工艺参数对待清洗工件进行自动清洗；
步骤七：基于清洗控制工艺参数控制的清洗程序运行完毕后，通过视图扫描和光谱分析评估清洗效果，若清洗效果达到清洗标准要求，结束清洗过程，若清洗效果未达到清洗标准要求，重复执行步骤四至步骤七，直至清洗效果达到清洗标准要求后结束清洗过程，具体包括：（1）基于清洗控制工艺参数控制的清洗程序运行完毕后，再次执行步骤四，得到待清洗工件清洗后的在线扫描动态参数；
（2）将待清洗工件清洗后的在线扫描动态参数与该工件清洗前的在线扫描动态参数进行对比分析，基于对比分析结果评估判定清洗效果；
（3）若清洗后的在线扫描动态参数中污染物分布状态与清洗前的在线扫描动态参数中污染物分布状态之间的差异超过预设标准，则判定清洗效果达到清洗标准要求，结束清洗过程，否则判定清洗效果未达到清洗标准要求，重复执行步骤四至步骤七，直至清洗效果达到清洗标准要求后结束清洗过程。
2.根据权利要求1所述的自动清洗方法，其特征在于，其中步骤二具体包括以下步骤：
（1）通过测量待清洗工件基本情况，获得待清洗工件的基础产品参数，测量方式包括物理尺寸检测和成分化学检测，所述基础产品参数包括待清洗工件的外观形状、基本尺寸、材料品种、表面污染物种类中的一种或几种参数；
（2）将所获得的待清洗工件的基础产品参数输入清洗数据库系统中，在清洗数据库系统中查询调用与之匹配的清洗工件标准模型，所述清洗数据库系统中预存有与每个待清洗工件的基础产品参数对应的清洗工件标准模型。
3.根据权利要求1所述的自动清洗方法，其特征在于，其中步骤三中，根据确定的清洗工件标准模型在清洗数据库系统中查询确定与之对应的工件标准清洗参数，所述清洗数据库系统中针对每个清洗工件标准模型都设置有与之对应的工件标准清洗参数，所述工件标准清洗参数包含：清洗设备功率、清洗光源类别、清洗头距离工件距离；所述清洗设备功率为10～1000W激光功率，所述清洗光源类别为输出平顶光或高斯光的激光光源，所述清洗头距离工件距离范围在1‑100cm。
4.根据权利要求1所述的自动清洗方法，其特征在于，其中步骤六中，所述激光清洗装置包括激光发生装置、光纤、散热系统、激光清洗头和主机系统，所述主机系统连接于激光发生装置和激光清洗头，所述激光发生装置输出的激光束通过光纤传输至激光清洗头，所述散热系统连接于激光发生装置，所述清洗控制工艺参数导入所述主机系统中，由所述主机系统根据清洗控制工艺参数控制激光发生装置的输出功率、控制激光清洗头按清洗路径行走、控制激光清洗头与工件表面距离、控制激光清洗头移动速率与激光扫描速率、控制激光扫描宽度、控制清洗头清洗停留时间，实现对待清洗工件的自动清洗。
5.根据权利要求4所述的自动清洗方法，其特征在于，所述激光发生装置包括：脉冲激光发生装置、连续激光发生装置、调制脉冲激光发生装置、纳秒脉冲激光发生装置、皮秒脉冲激光发生装置、飞秒脉冲激光发生装置中的一种或多种形式，具体的可选用光纤激光器、CO2激光器、YAG激光器、准分子激光器、碟片激光器中一种或多种形式；所述激光发生装置中激光功率包含10～1000W中的一种或多种形式；所述激光发生装置中激光波长包含100～
1064nm中的一种或多种形式；所述激光发生装置中激光脉冲频率包含5～1000KHz中的一种或多种形式；所述激光发生装置中激光脉冲宽度包含5～500ns中的一种或多种形式；所述激光发生装置中激光脉冲能量包含0.1～500mJ中的一种或多种形式；所述激光发生装置中激光扫描速度包含1～50000 mm/s中的一种或多种形式。
6.根据权利要求1‑5任一项所述的自动清洗方法，其特征在于，所述待清洗工件为圆柱形工件，包括液压支架油缸、活塞杆、活柱类工件。
一种自动清洗方法
技术领域
[0001] 本发明涉及工件清洗技术领域，具体涉及一种自动清洗方法，尤其是一种液压支架油缸的自动清洗方法。
背景技术
[0002] 液压油缸是液压支架稳定运行生产的关键部件，其清洗一般可分为检维修拆解后清洗和生产过程中清洗，液压支架在井下使用过程中，油缸、活柱内部会粘结聚集大量煤泥、粉尘、污垢等，且油缸部件在生产与再制造过程中，油缸表面也会生成毛刺、切屑、灰尘、焊渣和油污等污染物，而为了使油缸能够更稳定的工作，并且保证后需工序质量，都需要将这些污物清洗干净。而现阶段，液压油缸密封普遍采用高端组合密封，对组装条件要求较高，同时支架普遍采用液控先导或电液先导控制技术，对缸体的清洁度要求更高。而对于缸内最原始的清洗方法是用刷子或高压水枪清洗，有的立柱缸径大、缸筒长、污垢多，人工难以清洗，致使维修效率低下，而对于密封区，由于其高粗糙度要求，不能伤及基材表面，只能用抹布和软毛刷进行清洁，不仅工人劳动强度大、工作效率低，而且清理效果差，直接影响制造质量。
发明内容
[0003] 针对上述技术问题，解决现有油缸清洗工艺的不足，本发明的目的在于提出一种全自动的清洗工艺技术，尤其是针对液压支架油缸的自动清洗工艺方法，解决了现有油缸密封面和缸内高粗糙度需求的情况下油缸清洗的需要，克服现有清洗工艺效率低下、清洗效果不达标、人工劳动强度大等缺点，具有清洗操作简单、自动化程度高、清洗效果良好等独特优点。
[0004] 本发明解决上述技术问题所采取的技术方案如下：
[0005] 一种自动清洗方法，包括以下步骤：
[0006] 步骤一：将待清洗工件通过装载设备固定夹持；
[0007] 步骤二：获得待清洗工件的基础产品参数，并将所述基础产品参数与预设的清洗工件标准模型进行匹配；
[0008] 步骤三：基于匹配的清洗工件标准模型确定工件标准清洗参数；
[0009] 步骤四：基于视图扫描与光谱分析确定待清洗工件的在线扫描动态参数；
[0010] 步骤五：将步骤二确定的基础产品参数、步骤三确定的工件标准清洗参数和步骤四确定的在线扫描动态参数进行综合耦合分析与优化匹配处理，得到待清洗工件的清洗控制工艺参数；
[0011] 步骤六：将清洗控制工艺参数导入激光清洗装置，由激光清洗装置根据清洗控制工艺参数对待清洗工件进行自动清洗；
[0012] 步骤七：基于清洗控制工艺参数控制的清洗程序运行完毕后，通过视图扫描和光谱分析评估清洗效果，若清洗效果达到清洗标准要求，结束清洗过程，若清洗效果未达到清洗标准要求，重复执行步骤四至步骤七，直至清洗效果达到清洗标准要求后结束清洗过程。
[0013] 进一步的根据本发明所述的自动清洗方法，其中步骤二具体包括以下步骤：
[0014] （1）通过测量待清洗工件基本情况，获得待清洗工件的基础产品参数，测量方式包括物理尺寸检测和成分化学检测，所述基础产品参数包括待清洗工件的外观形状、基本尺寸、材料品种、表面污染物种类中的一种或几种参数；
[0015] （2）将所获得的待清洗工件的基础产品参数输入清洗数据库系统中，在清洗数据库系统中查询调用与之匹配的清洗工件标准模型，所述清洗数据库系统中预存有与每个待清洗工件的基础产品参数对应的清洗工件标准模型。
[0016] 进一步的根据本发明所述的自动清洗方法，其中步骤三中，根据确定的清洗工件标准模型在清洗数据库系统中查询确定与之对应的工件标准清洗参数，所述清洗数据库系统中针对每个清洗工件标准模型都设置有与之对应的工件标准清洗参数，所述工件标准清洗参数包含：清洗设备功率、清洗光源类别、清洗头距离工件距离；进一步优选的所述清洗设备功率为10～1000W激光功率，所述清洗光源类别为输出平顶光或高斯光的激光光源，所述清洗头距离工件距离范围在1‑100cm。
[0017] 进一步的根据本发明所述的自动清洗方法，其中步骤四具体包括以下步骤：
[0018] （1）基于视觉识别图像设备对待清洗工件进行外表面图像扫描识别，生成图像扫描文件；
[0019] （2）基于光谱模块化分析设备对待清洗工件进行外表面元素光谱分析扫描，生成元素光谱分析扫描文件；
[0020] （3）对所述图像扫描文件和元素光谱分析扫描文件进行耦合分析，确定待清洗工件的在线扫描动态参数，所述在线扫描动态参数记录了待清洗工件外表面各位置区域的污染物分布状态。
[0021] 进一步的根据本发明所述的自动清洗方法，其中：
[0022] 步骤（1）具体包括所述视觉识别图像设备通过视觉识别传感器镜头扫描抓取待清洗工件的外表面图像，并经过视觉识别图像分析系统生成待清洗工件外表面的图像扫描文件，所述图像扫描文件记录了待清洗工件外表面的污染物状态信息，所述污染物状态信息至少包括污染物面积、污染物坐标位置；所述视觉识别传感器镜头为CCD或CMOS中的其中一种或多种形式；
[0023] 步骤（2）具体包括所述光谱模块化分析设备通过光谱扫描传感镜头对待清洗工件外表面进行元素光谱分析扫描，生成的元素光谱分析扫描文件记录了工件表面各扫描区域位置的元素组成及其含量；
[0024] 步骤（3）具体包括将待清洗工件的图像扫描文件与元素光谱分析扫描文件在清洗系统中进行耦合分析，通过耦合分析将图像扫描文件中记录的污染物状态信息与元素光谱分析扫描文件中记录的对应位置的元素组成及其含量进行对应关联，得到的在线扫描动态参数记录了待清洗工件外表面各位置区域的污染物分布状态，至少包括污染物面积、污染物元素组成及各元素含量分布。
[0025] 进一步的根据本发明所述的自动清洗方法，其中步骤五中的综合耦合分析与优化匹配处理包括根据基础产品参数确定清洗路径、清洗光源类别及其功率、清洗头距离工件距离，然后根据在线扫描动态参数确定包括清洗速率及停留时间在内的清洗过程控制参数，并将各参数进行有效关联，得到的清洗控制工艺参数记录了针对待清洗工件采用的激光清洗光源类别及激光功率、沿待清洗工件表面的清洗路径、沿清洗路径各位置的清洗头距离工件表面距离、清洗头移动速率与激光扫描速率、激光扫描宽度、清洗头在待清洗区停留时间。
[0026] 进一步的根据本发明所述的自动清洗方法，其中步骤六中，所述激光清洗装置包括激光发生装置、光纤、散热系统、激光清洗头和主机系统，所述主机系统连接于激光发生装置和激光清洗头，所述激光发生装置输出的激光束通过光纤传输至激光清洗头，所述散热系统连接于激光发生装置，所述清洗控制工艺参数导入所述主机系统中，由所述主机系统根据清洗控制工艺参数控制激光发生装置的输出功率、控制激光清洗头按清洗路径行走、控制激光清洗头与工件表面距离、控制激光清洗头移动速率与激光扫描速率、控制激光扫描宽度、控制清洗头清洗停留时间，实现对待清洗工件的自动清洗。
[0027] 进一步的根据本发明所述的自动清洗方法，其中所述激光发生装置包括：脉冲激光发生装置、连续激光发生装置、调制脉冲激光发生装置、纳秒脉冲激光发生装置、皮秒脉冲激光发生装置、飞秒脉冲激光发生装置中的一种或多种形式，具体的可选用光纤激光器、CO2激光器、YAG激光器、准分子激光器、碟片激光器中一种或多种形式；所述激光发生装置中激光功率包含10～1000W中的一种或多种形式；所述激光发生装置中激光波长包含100～1064nm中的一种或多种形式；所述激光发生装置中激光脉冲频率包含5～1000KHz中的一种或多种形式；所述激光发生装置中激光脉冲宽度包含5～500ns中的一种或多种形式；所述激光发生装置中激光脉冲能量包含0.1～500mJ中的一种或多种形式；所述激光发生装置中激光扫描速度包含1～50000 mm/s中的一种或多种形式。
[0028] 进一步的根据本发明所述的自动清洗方法，其中步骤七具体包括：
[0029] （1）基于清洗控制工艺参数控制的清洗程序运行完毕后，再次执行步骤四，得到待清洗工件清洗后的在线扫描动态参数；
[0030] （2）将待清洗工件清洗后的在线扫描动态参数与该工件清洗前的在线扫描动态参数进行对比分析，基于对比分析结果评估判定清洗效果；
[0031] （3）若清洗后的在线扫描动态参数中污染物分布状态与清洗前的在线扫描动态参数中污染物分布状态之间的差异超过预设标准，则判定清洗效果达到清洗标准要求，结束清洗过程，否则判定清洗效果未达到清洗标准要求，重复执行步骤四至步骤七，直至清洗效果达到清洗标准要求后结束清洗过程。
[0032] 进一步的根据本发明所述的自动清洗方法，其中所述待清洗工件为圆柱形工件，包括液压支架油缸、活塞杆、活柱类工件。
[0033] 本发明与现有技术相比具有如下突出优点。
[0034] (1)本发明自动化程度高，可实现液压油缸内外壁自动化清洗、检测、识别功能。
[0035] (2)本发明清洗效果优异，不损伤基材，特别适用于具有高粗糙度要求的工件。
[0036] (3)本发明清洗过程仅消耗电能，不消耗耗材，实现绿色节能清洗。
具体实施方式
[0037] 以下对本发明的技术方案进行详细的描述，以使本领域技术人员能够更加清楚的理解本发明，但并不因此限制本发明的保护范围。
[0038] 本发明提供一种自动清洗方法，所述方法创新的通过结合系统集成技术、自动化模块工艺、软件通信协调系统、在线检测系统和脉冲激光清洗系统，构建出一套可实现在线识别检测、自动清洗的多功能清洗工艺，所述清洗工艺可通过软件通信协调系统利用相应编程软件，并根据材料表面性能，选定表面处理功能站点及制定工艺参数，实现激光器在不同功能之间的转换应用。本发明所述自动清洗方法尤其适用于液压支架油缸的清洗，下面结合液压支架油缸的清洗进行具体工艺描述，但并不以此为限。
[0039] 本发明提出的自动清洗方法包括以下步骤：
[0040] 步骤一：待清洗工件装载，将待清洗工件通过装载设备固定夹持。所述待清洗工件优选的为圆柱形工件，其固定夹持方式可以是机械夹爪夹持或电磁吸附夹持。所述待清洗工件优选的为液压支架油缸。
[0041] 步骤二：取得待清洗工件的基础产品参数，并将待清洗工件的基础产品参数与系统预设的清洗工件标准模型进行匹配。具体包括以下步骤：
[0042] （1）通过测量待清洗工件基本情况，获得待清洗工件的基础产品参数，测量方式可包括物理尺寸检测和成分化学检测，所得到的基础产品参数包括待清洗工件的外观形状、基本尺寸（直径、长度等）、材料品种、表面污物种类等。所述基础产品参数亦可是人工测量输入、扫描识别自动输入、数据库调用输入等方式获得。
[0043] （2）根据获得的待清洗工件的基础产品参数，确定与之匹配的清洗工件标准模型。优选的可将待清洗工件的基础产品参数输入清洗软件数据库，查询调用与之匹配的清洗工件标准模型。优选的在清洗软件数据库中预存有针对常见待清洗工件的清洗工件标准模型，每个清洗工件标准模型都可通过输入对应工件基础产品参数后进行相似性、同一性匹配分析后查询调用得到。因此通过输入待清洗工件的基础产品参数调用得到与该基础产品参数对应的清洗工件标准模型，并作为与待清洗工件匹配对应的清洗工件标准模型。
[0044] 步骤三：基于与待清洗工件匹配的清洗工件标准模型确定工件标准清洗参数。在清洗软件数据库中针对每个清洗工件标准模型都设置有与该标准模型所对应的工件标准清洗参数，通过输入待清洗工件的基础产品参数调用得到与之对应的清洗工件标准模型，在通过该清洗工件标准模型确定与之对应的工件标准清洗参数，该工件标准清洗参数即作为符合待清洗工件的标准清洗参数。优选的所述工件标准清洗参数是数据库中针对不同模型已设定完成的标准化参数，主要包含：激光清洗设备功率、激光清洗光源类别、激光清洗头距离工件距离，其中所述激光清洗设备功率包含10～1000W中的一种或多种形式，其中所述激光清洗光源类别包括平顶光和高斯光中的一种或多种形式，其中所述激光清洗头距离工件距离范围在1‑100cm。
[0045] 步骤四：基于视图扫描与光谱分析确定待清洗工件的在线扫描动态参数，具体包括以下步骤：
[0046] （1）基于视觉识别图像设备对待清洗工件进行外表面图像扫描识别，生成图像扫描文件，优选的所述视觉识别图像设备通过视觉识别传感器镜头扫描抓取待清洗工件的外表面图像，并经过视觉识别图像分析系统生成待清洗工件外表面的清晰图像扫描文件，所述清晰图像扫描文件记录了待清洗工件表面的污物状态，包括工件表面污物面积、污物面积坐标位置等。所述视觉识别传感器镜头为CCD或CMOS中的其中一种或多种形式。
[0047] （2）基于光谱模块化分析设备对待清洗工件进行外表面元素光谱分析扫描，生成元素光谱分析扫描文件。优选的所述光谱模块化分析设备通过光谱扫描传感镜头对待清洗工件外表面进行元素光谱分析扫描，生成的元素光谱分析扫描文件记录了工件表面各扫描区域位置的元素组成及其含量。一般情况下工件表面污物多为锈迹、油泥、漆膜等污染物，其元素光谱分析扫描文件显示污物对应扫描区域的元素组成包括有碳元素、氧元素等，而且碳元素和氧元素的元素含量比重较大。
[0048] （3）对所述图像扫描文件和元素光谱分析扫描文件进行耦合分析，确定待清洗工件的在线扫描动态参数。优选的将待清洗工件的图像扫描文件与元素光谱分析扫描文件在清洗软件系统中进行耦合分析，通过耦合分析将图像扫描文件中记录的工件表面污物面积、污物位置等污染物区域图像与元素光谱分析扫描文件中记录的对应位置的元素组成及其含量等元素分析结果进行一一对应关联，得到待清洗工件表面的污染物位置、污染物面积及其元素组成与含量的对应关联参数，即在线扫描动态参数。因此通过耦合分析得到的所述在线扫描动态参数记录了待清洗工件外表面各位置区域的污染物状态，包括污染物面积、污染物元素组成及各元素含量分布等。
[0049] 步骤五：通过自学习数据匹配，将步骤二确定的待清洗工件的基础产品参数、步骤三确定的工件标准清洗参数和步骤四确定的在线扫描动态参数进行综合耦合分析与最优化匹配处理，得到待清洗工件的最优清洗控制工艺参数。所述综合耦合分析与最优化匹配处理可基于各参数的关联关系确定，可借助现有成熟分析软件实现，亦可通过直接对各参数进行关联处理得到，如可根据基础产品参数确定清洗路径、清洗光源类别及其功率、清洗头距离工件距离，然后根据在线扫描动态参数确定包括清洗速率及停留时间在内的清洗过程控制参数，并将各参数进行有效关联，得到的清洗控制工艺参数记录了针对待清洗工件采用的激光清洗光源类别及激光功率、沿待清洗工件表面的清洗路径（即清洗头在待清洗工件表面的清洗运动轨迹）、沿清洗路径各位置的清洗头距离工件表面距离、清洗头移动速率与激光扫描速率、激光扫描宽度、清洗头在待清洗区停留时间等所有清洗过程控制参数，这种参数关联确定相对成熟。所述自学习数据匹配是清洗系统通过自学习对比激光清洗效果，自动调节清洗工艺参数。自学习数据库匹配方式可以是数据库直接调用已设好的扫描路径模型和清洗参数。
[0050] 步骤六:利用步骤五生成的最优清洗控制工艺参数控制激光发生装置进行激光清洗，通过激光发生装置按照清洗控制工艺参数确定的清洗路径对待清洗工件表面进行激光清洗。具体包括如下步骤：
[0051] （1）将最优清洗控制工艺参数导入清洗系统，并启动激光清洗装置；
[0052] （2）激光清洗装置按照清洗控制工艺参数确定的清洗路径向待清洗工件输出高能激光，进行表面污物清洗。
[0053] 所述激光清洗装置主要包括激光发生装置、光纤、散热系统、激光清洗头和主机系统。
[0054] 进一步所述激光发生装置包括：脉冲激光发生装置、连续激光发生装置、调制脉冲激光发生装置、纳秒脉冲激光发生装置、皮秒脉冲激光发生装置、飞秒脉冲激光发生装置中的一种或多种形式，具体的可选用光纤激光器、CO2激光器、YAG激光器、准分子激光器、碟片激光器中一种或多种形式。所述激光发生装置中激光功率包含10～1000W中的一种或多种形式。所述激光发生装置中激光波长包含100～1064nm中的一种或多种形式。所述激光发生装置中激光脉冲频率包含5～1000KHz中的一种或多种形式。所述激光发生装置中激光脉冲宽度包含5～500ns中的一种或多种形式。所述激光发生装置中激光脉冲能量包含0.1～500mJ中的一种或多种形式。所述激光发生装置中激光扫描速度包含1～50000 mm/s中的一种或多种形式。
[0055] 所述激光清洗头输出的高能激光是通过脉冲激光器出光后，在通过光纤传输，由激光清洗头输出至待清洗工件表面。所述激光清洗头输出激光后，脉冲激光以一定频率照射工件表面污物，由于脉冲宽度较短，瞬时激光会将污物气化、振荡，从而使污物从工件表面气化和剥离。同时所述激光将污物从工件表面气化和剥离后，原工件污物区域元素含量会发生改变，占比较大的碳元素与氧元素会因污物去除而比重下降。
[0056] 针对液压支架油缸的清洗工艺方法中激光脉冲宽度为激光出光到结束所持续的时间，其单位为纳秒、皮秒、飞秒中的一种或多种形式。
[0057] 步骤七：清洗结果评估与清洗质量分析优化，清洗程序运行结束后，通过视图和光谱二次配合分析，评估清洗效果。具体包括：
[0058] （1）清洗程序结束后，再次执行步骤四，即启动视觉识别图像设备和光谱模块化分析设备，得到工件外表面图像扫描文件和元素光谱分析扫描文件，并耦合得到清洗后工件的在线扫描动态参数；
[0059] （2）将清洗后工件的在线扫描动态参数与清洗前工件的在线扫描动态参数进行对比分析，基于对比分析结果对清洗结果进行判定；
[0060] （3）若清洗后在线扫描动态参数中的污染物分布状态与清洗前在线扫描动态参数中的污染物分布状态差异超过预设标准，则判定清洗符合要求，结束清洗过程，否则判定清洗未达到要求，继续执行步骤四至步骤六，继续进行清洗直至符合清洗要求。优选的所述清洗前后在线扫描动态参数中污染物分布状态差异标准可设置为：污染物区域减少率≥95%、污染物主要元素（碳元素与氧元素）下降率≥90%，清洗前后污染物分布状态差异达到该标准则判定清洗符合要求，结束清洗过程，反之任意一项达不到该标准则判定清洗质量不符合要求。
[0061] 步骤八：达到清洗标准，完成清洗，关停系统。
[0062] 本发明所述的自动清洗方法尤其是适用于对液压支架油缸的自动清洗，所述待清洗工件优选的为圆柱形工件，包括油缸、活塞杆、活柱类工件等。
[0063] 实施例1
[0064] 以下给出采用本发明所述自动清洗工艺对液压支架油缸进行清洗的参考实施例。
[0065] 针对液压支架油缸，按照如下过程进行自动清洗：
[0066] （1）将液压支架油缸通过卡盘夹装固定后，测量油缸外径和工件长度，观察液压支架油缸表面污物类型，查看液压支架油缸材料牌号，将液压支架油缸基础产品参数输入清洗软件系统中，匹配系统中符合液压支架油缸基础产品参数的标准模型。
[0067] （2）由于液压支架油缸表面污物主要为锈迹、油泥、漆膜等物，其元素成分中碳元素与氧元素占总元素比例较大，并且锈迹、油泥、漆膜在颜色上与工件本体金属色泽具有明显区别，故而对液压支架油缸开启动态参数扫描，运用视觉识别图像设备和光谱模块化分析设备，对待清洁工件进行污物区域图像扫描识别及污物区元素光谱分析，动态参数为通过视觉识别图像设备和光谱模块化分析设备扫描液压支架油缸外表面所得到扫描文件中具有的参数。视觉识别图像设备通过CCD视觉识别传感镜头对待清洗污物区域状态进行扫描识别，生成待清洗区二维区域图像扫描文件，图像扫描文件参数包含工件表面污物面积、污物面积坐标位置。光谱模块分析设备通过光谱扫描传感镜头对液压支架油缸表面进行光谱扫描，并通过光谱模块分析设备中分析软件得到元素光谱分析扫描文件，其中光谱分析扫描文件参数包含扫描区域的元素组成及含量等。其中图像扫描文件为后续清洗路径优化提供方位坐标参数和工件初始表面状态的数据参数，光谱分析扫描软件中扫描区域的元素含量，是液压支架油缸清洗前表面元素的初始数值。
[0068] （3）将图像扫描文件与元素光谱分析扫描文件进行耦合分析是将工件表面污染物区域图像与元素分析结果一一对应，得出各区域污染物元素组成及含量。通过污物表面颜色图像参数结合污物元素分析，可准确判定污物类别，故而将将图像扫描文件与元素光谱分析扫描文件的耦合分析后，由清洗系统进行自学习数据匹配，将动态参数、基础产品参数与清洗系统数据库进行匹配，生成针对待清洗区表面待清洗物质的优化清洗控制工艺参数，优化清洗工艺包括清洗路径和清洗参数等，其清洗路径包括清洗头距离工件表面距离、清洗头移动距离、清洗头在工件表面待清洗区停留时间等，清洗参数包括激光功率、激光扫描速度、激光扫描宽度等。
[0069] （4）将优化清洗控制工艺参数输入清洗系统，启动激光清洗设备，纳秒脉冲激光从激光发生装置通过光纤传输，由光纤连接的激光清洗头中输出，利用激光高能量气化、振荡、剥离工件表面污物，按照系统生成的清洗工艺对液压支架油缸进行激光清洗。
[0070] （5）当清洗工艺程序运行结束，清洗系统再次启动动态参数扫描，得到清洗后的工件表面图像扫描文件和元素光谱分析扫描文件，并将清洗前后的动态参数进行对比。经对比其图像扫描文件中污物区域图像恢复为工件本体金属光泽，带有污物颜色的区域面积大量减少，污物区域减少率≥95%，其光谱分析扫描文件中污物区域初始元素高碳元素和高氧元素的比重相对与清洗后大量下降，碳元素与氧元素下降率≥90%，铁元素在总元素所占比例上升，基于此判定清洗质量符合要求，运用视觉与光谱数据双重对比分析，得出清洗已完成，结束清洗。反之若任意一项达不到上述标准则判定清洗质量不符合要求，返回自学习数据匹配，由清洗系统对清洗结果进行分析后，对清洗工艺再次优化，再次启动激光清洗，直至清洗结果符合要求。
[0071] 本发明与现有技术相比具有如下突出优点：本发明自动化程度高，可实现液压油缸内外壁自动化清洗、检测、识别功能。本发明清洗效果优异，不损伤基材，特别适用于具有高粗糙度要求的工件。本发明清洗过程仅消耗电能，不消耗耗材，实现绿色节能清洗。
[0072] 最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。
