[发明专利]一种基于深度学习的提高涡流检测金属缺陷准确率的方法在审
| 申请号： | 202110855108.9 | 申请日： | 2021-07-27 |
| 公开（公告）号： | CN113673359A | 公开（公告）日： | 2021-11-19 |
| 发明（设计）人： | 金仲文;熊磊;胡中庆;刘炜焘;高峰;俞荣栋;王健;许云良;闻杰;高邦鹏;李浩源 | 申请（专利权）人： | 浙江浙能技术研究院有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08;G01N27/90 |
| 代理公司： | 杭州九洲专利事务所有限公司 33101 | 代理人： | 张羽振 |
| 地址： | 311121 浙江省杭州市余*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度学习的提高涡流检测金属缺陷准确率的系统，包括步骤：对初始电磁涡流检测信号进行采集与预处理；对系统运动状态信息进行采集与预处理，得到基本的运动状态数据；通过基于LeNet‑5的卷积神经网络对电磁涡流检测信号进行补偿处理；在验证特征时，需要采用小波阈值滤波方法对升采样后的图像滤出误差点。本发明的有益效果是：对解决由于检测运动状态造成的电磁涡流检测信号误差起到补偿作用，解决了手持式涡流检测仪由于扫查速度、运动状态造成的信号偏差和错误报警的问题，从普及无损检测和降低由于金属缺陷造成的事故损失方面来说，本发明具有较大的实际意义和应用前景。 | ||
| 搜索关键词： | 一种 基于 深度 学习 提高 涡流 检测 金属 缺陷 准确率 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浙江浙能技术研究院有限公司，未经浙江浙能技术研究院有限公司许可，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/202110855108.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种用于铁路运输的指挥装置
- 下一篇：一种工业互联网用数据采集设备
