焊接缺陷磁光成像卷积神经网络识别方法

摘要：

对焊件表面及亚表面微小焊接缺陷进行检测是保证焊接质量的关键,提出一种基于深层卷积神经网络的磁光成像焊接缺陷检测方法.以法拉第磁致旋光效应为基础,分析磁光成像原理,建立深层卷积网络预测模型,研究不同模型结构参数对训练结果的影响.通过对深度卷积神经网络中间机理分析,研究模型训练过程并自动寻找卷积核最优参数.试验结果表明,第一层卷积核尺寸选择7×7和采用Relu激活函数可以使预测模型达到最佳效果,焊接缺陷磁光成像平均训练准确率为98.61％,凹坑、裂纹、未焊透、未熔合、无缺陷5种焊接试样预测准确率分别为84.38％、98.05％、84.38％、100％、100％,平均预测准确率为93.36％.

关键词：焊接缺陷、磁光成像、卷积神经网络、无损检测

所属期刊栏目：42

分类号：TH865

资助基金：国家自然科学基金;广州市科技计划项目

在线出版日期：2021-07-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：107-113