摘要
本发明公开了一种基于人工智能的轴承质量检测系统,具体涉及质量检测领域,包括数据采集模块、数据预处理模块、声音特征值计算模块、轴承图像采集处理模块、特征提取模块、轴承质量合格值计算模块;本发明通过速度传感器采集轴承的振动信号,采用最小均方误差滤波算法对振动数据进行去噪处理,随后,从去噪后的振动数据中进行声音特征值计算;同时,使用扫描仪对轴承表面进行360度图像采集,通过均值滤波去噪及灰度线性变换提高图像质量;在此基础上,运用卷积神经网络深度学习算法提取关键特征,并根据提取的关键特征计算轴承表面圆整度;最后,综合声音特征值与轴承表面圆整度计算轴承的质量合格值,并与预设标准进行比较,输出指令。
技术关键词
轴承
特征值
特征提取模块
滤波器
信号
速度传感器
卷积神经网络深度学习
数据采集模块
深度学习算法
扫描仪
卷积神经网络算法
误差计算方法
图像增强
值计算方法
LMS算法
数据采集设备