摘要
本发明提供了基于声音特征识别胶合板内部缺陷的方法,包括:步骤1:采集胶合板声音:利用阵列气缸对胶合板表面进行敲击从而产生声音;步骤2:提取胶合板的声音特征:通过拾音装置采集声波信号,将声波信号转化为数字信号;步骤3:识别胶合板内部缺陷:采用傅里叶变换及深度神经网络处理数字信号,识别胶合板内部的缺陷状态及分布规律。本发明解决了传统人工分级误差大、效率低、成本高的难题,使胶合板分选实现自动化、标准化、规模化,具有广阔的市场应用前景。
技术关键词
声音特征识别
胶合板
傅里叶变换算法
压电陶瓷传感器
滑台滑块
BP神经网络
滑动装置
拾音装置
PLC控制箱
矩阵
误差
深度神经网络
核心运算单元
频率
发声装置
傅里叶变换处理
气缸支架
信号
声波
系统为您推荐了相关专利信息
柱塞泵
傅里叶变换算法
压力
特征提取算法
机器学习算法
工业互联网
傅里叶变换算法
加密数据
数据访问策略
数据完整性校验
数据拟合模型
动态调度方法
时序
周期性特征
网络流量管理技术
机器人关节模组
振动温度传感器
健康状态监测装置
健康状态监测方法
信号