基于红外热成像和深度学习的焊缝缺陷检测系统及方法

AITNT
正文
推荐专利
基于红外热成像和深度学习的焊缝缺陷检测系统及方法
申请号:CN202411126538
申请日期:2024-08-16
公开号:CN118641580A
公开日期:2024-09-13
类型:发明专利
摘要
本发明公开基于红外热成像和深度学习的焊缝缺陷检测系统及方法,检测系统包括控制端、温控模块、厚度检测模块、热信号处理模块、特征提取模块、智能检测模块、接收端,控制端控制温控模块的升/降温程度、厚度检测模块的厚度检测、热信号处理模块的热信号处理、特征提取模块的缺陷特征提取以及智能检测模块的缺陷智能检测;温控模块通过主动与被动激励相结合增强钢材试样表面温度;厚度检测模块通过厚度检测探头收集试样数据,并将其传输到接收端。本发明通过增加主动热激励源的方式来增强被检测对象表面的热辐射,得到温度差异更明显的热图,以提高检测精度,利于掌握石化管道和油罐检测智能作业装备技术,保障石化企业安全高效生产运营。
技术关键词
焊缝缺陷检测系统 厚度检测模块 智能检测模块 红外热像仪 温控模块 深度神经网络模型 信号处理模块 特征提取模块 焊缝内部缺陷 钢材试样 多项式 缺陷特征提取 数据 感兴趣 缺陷智能 检测探头 置信度阈值 相位特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号