[发明专利]基于深层特征的深度学习的平板陶瓷膜超声缺陷检测方法有效
申请号: | 202111259179.9 | 申请日: | 2021-10-28 |
公开(公告)号: | CN114088817B | 公开(公告)日: | 2023-10-24 |
发明(设计)人: | 孙进;雷震霆 | 申请(专利权)人: | 扬州大学 |
主分类号: | G01N29/44 | 分类号: | G01N29/44;G06N3/0464;G06F30/27 |
代理公司: | 南京理工大学专利中心 32203 | 代理人: | 张祥 |
地址: | 225009*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明属于超声缺陷检测领域,具体为一种基于深层特征的深度学习的平板陶瓷膜超声缺陷检测方法,包括如下步骤:步骤1:搭建装置和采集超声信号,并建立检测模型;步骤2:提取超声缺陷信号的深层特征;步骤3:空洞卷积神经网络的训练;步骤4:定义缺陷的种类,并进行缺陷的分类。本发明通过连续小波变换进行降噪处理,并将信号转换成时间频谱图,实现了对超声信号深层次的提取,将时间频谱图灰度图作为空洞卷积神经网络的输入,通过空洞卷积神经网络对时间频谱图灰度图进行分析并判断缺陷,能够准确、快速、客观的检测出平板陶瓷膜的内部缺陷。 | ||
搜索关键词: | 基于 深层 特征 深度 学习 平板 陶瓷膜 超声 缺陷 检测 方法 | ||
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于扬州大学,未经扬州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/202111259179.9/,转载请声明来源钻瓜专利网。