激光超声结合CNN的铸件缺陷检测方法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1001-5078.2022.09.009

激光超声结合CNN的铸件缺陷检测方法

引用
检测金属铸件在工程和使用过程中可能存在的缺陷,应用基于热弹机制的激光超声可视化检测仪对铸件进行扫描并将信号制成最大振幅图像,实现对铸件的可视化检测.为了高效、快速地对最大振幅图进行批量处理,结合卷积神经网络图像处理技术对最大振幅图进行识别.针对任务需要设计了一个卷积神经网络架构对最大振幅图进行识别,识别过程中通过改变卷积层和卷积核大小设置了不同的卷积神经网络架构,将预先设计的架构与其他的架构进行横向对比,实验结果表明预设架构综合性能最好.相同实验条件下,该卷积神经网络架构为使用最大振幅图检测铸件缺陷提供了一个有效可行的方案.

缺陷检测、激光超声、卷积神经网络

52

TN249;TP391(光电子技术、激光技术)

陕西省自然科学基金;陕西省重点研发项目;西安石油大学研究生创新与实践能力培养项目

2022-09-30(万方平台首次上网日期,不代表论文的发表时间)

共8页

1327-1334

相关文献
评论
暂无封面信息
查看本期封面目录

激光与红外

1001-5078

11-2436/TN

52

2022,52(9)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn