基于机器学习的铝合金锻件粗晶无损检测方法及系统

本发明公开了一种基于机器学习的铝合金锻件粗晶无损检测方法及系统，所述方法包括：获取铝合金锻件成形过程工艺参数；对铝合金锻件进行超声波检测及信号处理，得到铝合金锻件的超声波衰减系数；测量铝合金锻件的表面粗晶层厚度，计算表面粗晶层厚度占比；以铝合金锻件成形过程工艺参数和超声波衰减系数为样本属性、以表面粗晶层厚度占比为样本标签，构建数据集；通过数据集训练机器学习模型；将待测铝合金锻件的成形过程工艺参数和超声波衰减系数输入机器学习模型，评估表面粗晶层厚度。本发明实现了铝合金锻件表面粗晶层厚度的无损检测，具有无损伤、速度快、准确率高、可原位检测的优点。