一种基于深度学习的蜂窝复合材料缺陷分类方法与流程

文档序号:18872672发布日期:2019-10-14 19:54阅读:来源:国知局

技术特征:

技术总结
本发明公开了一种基于深度学习的蜂窝复合材料缺陷分类方法,包括:获取蜂窝复合材料作为训练试件;采用高能氙灯或卤素灯对训练试件进行热激励,采用红外热像仪采集训练试件表面在受到热激励后的热图序列;将热图序列分解为训练试件表面的各像素采集点的温度时间序列;以像素采集点的温度时间序列和相应的内部缺陷类型作为训练数据,对RNN模型进行训练,得到蜂窝复合材料缺陷检测模型;获取待检测蜂窝复合材料表面的各像素采集点的温度时间序列,并输入蜂窝复合材料缺陷检测模型,得到各像素采集点的内部缺陷类型。本发明能快速识别蜂窝复合材料内部缺陷的类型,而且快速准确。

技术研发人员:段玉霞;胡偲琦;刘石财;戴小标
受保护的技术使用者:中南大学
技术研发日:2019.05.09
技术公布日:2019.10.11
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1