摘要
本发明公开了一种汽车座椅高精密传动丝杆缺陷检测方法和系统,涉及丝杆缺陷技术领域,通过对丝杆传动稳定性与自锁性方面的缺陷监测分析,构建了作业稳定系数Zwxs和自锁系数Zsxs,并将其作为关键输入参数,输入至基于卷积神经网络CNN的缺陷预测模型中。CNN模型利用大数据训练的非线性拟合能力,经过线性归一化处理后,能够输出平衡评估指数Pgzs,该指数量化了丝杆在传动稳定性与自锁性之间的平衡情况,实现了对丝杆在传动性能与自锁性能之间的综合评估,使得预测结果更为全面和可靠。此外,通过设定性能平衡阈值Q,该方法将平衡评估指数Pgzs与之进行匹配分析,实现了对丝杆性能的自动化筛选和准确判断。
技术关键词
传动丝杆
汽车座椅
缺陷检测方法
卷积神经网络技术
缺陷预测
图像捕捉模块
指数
多视角图像采集
傅里叶变换技术
视频流
图像处理
坐标
偏差
缺陷检测系统
线性
缺陷技术
直方图均衡化
数据
频率
系统为您推荐了相关专利信息
表面图像数据
碳纤维预浸料
分布特征
表面缺陷检测方法
波形模型
表面缺陷检测方法
深度学习模型
相似性度量函数
通道注意力机制
原始图像数据
表面缺陷检测方法
超像素分割算法
度函数
像素点
径向基核函数