摘要
本发明公开了一种结构陶瓷抗弯强度预测方法、系统及存储介质,属于材料性能评估技术领域,所述方法包括:通过图像处理和机器视觉处理待测陶瓷的潜在断口处显微图像,得到待测孔洞缺陷特征集;将待测缺陷特征集输入预先训练的抗弯强度预测模型,得到待测陶瓷的抗弯强度;其中,所述抗弯强度预测模型的获取方法包括:通过图像处理和机器视觉处理历史显微图像,得到各试样的孔洞缺陷特征集;根据孔洞缺陷特征集得到关键特征集;根据各试样的关键特征集及抗弯强度值对预先构建的多个机器学习算法模型分别进行训练,得到多个预测模型;对多个预测模型进行寻优,得到抗弯强度预测模型,实现了对陶瓷表面微小缺陷的精确提取以及对陶瓷强度的准确预测。
技术关键词
孔洞缺陷
机器学习算法模型
陶瓷
待测结构
图像处理
材料性能评估技术
表面微小缺陷
视觉
扫描电子显微镜
图像获取模块
计算机存储介质
训练集
预测系统
图像分割
特征值
样本
处理器
代表
系统为您推荐了相关专利信息
优化神经网络模型
环境图像数据
交通
环境识别方法
图像数据集合
平直度偏差
焊缝
多层次特征
数据获取模块
深度学习模型
滑动窗口
卷积神经网络模型
天线方位角
基站覆盖范围
图像处理