典型文献
激光超声结合CNN的铸件缺陷检测方法
文献摘要：
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.
文献关键词：
缺陷检测;激光超声;卷积神经网络
中图分类号：
作者姓名：
魏博文;高炜欣;刘梦溪
作者机构：
西安石油大学电子工程学院,陕西西安710065;西安石油大学陕西省油气井测控技术重点实验室,陕西西安710065
文献出处：
引用格式：
[1]魏博文;高炜欣;刘梦溪-.激光超声结合CNN的铸件缺陷检测方法)[J].激光与红外,2022(09):1327-1334
A类：
最大振幅图
B类：
铸件缺陷检测,缺陷检测方法,激光超声可视化,可视化检测,检测仪,批量处理,网络图像,图像处理技术,神经网络架构,识别过程,卷积层,卷积核,横向对比,实验条件
AB值：
0.164781
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。
