摘要
本发明公开了一种基于声信号时频图的电弧增材制造缺陷检测方法、系统,包括:确定检测的电弧增材制造缺陷类型及其成因,设计实验的工艺参数;使用不同的工艺参数生成含有电弧增材制造缺陷的声信号,并通过电弧增材制造声信号采集系统对声信号实时采集;对采集的声信号预处理;对预处理后的声信号采用小波变换,将一维声信号样本转换为二维时频图,生成小波时频图数据集,对小波时频图数据集标签并划分;建立卷积神经网络模型并训练;利用卷积神经网络模型实现对电弧增材制造缺陷的准确检测。本发明解决了标准卷积神经网络无法处理一维声信号的问题,可以综合考虑声信号的时域和频域信息。
技术关键词
卷积神经网络模型
缺陷检测方法
滑动窗口采样
送气机构
六轴机械臂
保护气
小波去噪算法
计算机
麦克风
训练集
焊机
信号预处理模块
采集卡
超参数
缺陷检测设备
缺陷检测系统
信号采集系统
系统为您推荐了相关专利信息
行李物品
态势感知方法
卷积神经网络模型
递归神经网络
图片
地下管廊
漏水检测方法
声学特征
多源融合
特征提取工具
厚度测量方法
输电线路覆冰厚度
输配电
图像
仿真模型
卷积神经网络模型
环境光照强度
模型预测控制算法
生成控制指令
导管架