仪器仪表学报

2021年02期

本刊往期查看全部 >

焊接缺陷磁光成像卷积神经网络识别方法

季玉坤;高向东;刘倩雯;张艳喜;张南峰

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%。 (共7页)
PDF全文下载

安装知网阅读App
手机 · Pad同步看

论文一键排版服务 >>
开通会员更优惠,尊享更多超值权益
立即开通 >