一种基于多任务学习模型的电磁感应检测参数优化方法

本发明涉及一种基于多任务学习模型的电磁感应检测参数优化方法，包括如下步骤：1），构建样本数据库，包括碳纤维复材材料参数、电磁感应加热实验参数和热成像序列图；2），对数据库进行预处理，获取每个样品表面的温度差，建立以表面温度差为关键信息的数据集，并将数据集的样本划分为训练集和测试集；3），构建PLE多任务学习模型，并进行训练和验证，获取每个材料参数下的最佳表面温度差和对应的实验参数组合；4），利用贝叶斯算法迭代优化数据集，直至贝叶斯优化的预期改进值低于设定阈值，优化过程终止，得到优化的神经网络模型。本发明能够高效、准确地获得检测效果更好的感应加热检测参数。