典型文献
基于卷积神经网络的锚链闪光焊接质量检测方法
文献摘要：
传统的锚链质量检测方法主要是出厂前的破断试验和拉力试验,这使得企业无法在焊接过程中及时发现有缺陷的链环,从而导致需要耗费巨大的成本去替换不合格链环.针对这一问题,提出一种基于卷积神经网络的锚链闪光焊接质量检测方法.对于锚链闪光焊接的合格样本远多于不合格样本这一现象,提出一种新的不平衡数据预处理方法:最近邻拼接采样;通过分段线性插值的方法使不同样本的数据长度一致;搭建一个卷积神经网络,用于学习锚链闪光焊接中电极位置曲线和电流曲线的特征;采用增量学习的方式训练新样本.实验结果表明,该方法能高效地检测锚链闪光焊接的质量,准确率可达96.8％,且增量学习后的模型对旧样本同样能准确识别.
文献关键词：
卷积神经网络;锚链闪光焊接;数据不平衡;质量检测;增量学习
中图分类号：
作者姓名：
王真心;苏世杰
作者机构：
江苏科技大学机械工程学院 江苏 镇江212003
文献出处：
引用格式：
[1]王真心;苏世杰-.基于卷积神经网络的锚链闪光焊接质量检测方法)[J].计算机应用与软件,2022(06):46-52
A类：
锚链闪光焊接
B类：
焊接质量,质量检测方法,出厂,破断,拉力试验,焊接过程,现有缺陷,链环,耗费,不合格样本,不平衡数据,数据预处理方法,最近邻,拼接,分段线性插值,电极位置,电流曲线,增量学习,准确识别,数据不平衡
AB值：
0.195677
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
