摘要
本发明涉及数据处理技术领域,一种金属增材制造部件缺陷识别方法,包括:针对待检测的目标金属部件进行光谱数据采集,获得目标光谱数据;基于所述目标光谱数据中各条特征光谱线的重要度,确定若干条目标特征光谱线;基于各所述目标特征光谱线,利用预先训练获得目标分类模型,对所述目标金属部件进行缺陷识别,获得缺陷识别结果。本缺陷识别方法利用LIBS技术通过激光脉冲将材料表面局部瞬间加热至高温,从而使物质发生击穿并产生等离子体。通过分析等离子体发射的光谱,可以获得材料中各种元素的定性和定量信息。与其他传统检测方法相比,LIBS具有检测速度快、无需制备样品、可同时检测多元素等优点。
技术关键词
缺陷识别方法
神经网络模型
样本
LIBS技术
随机森林模型
数据处理技术
误差
电子设备
多元素
存储器
识别装置
处理器
识别模块
标签
脉冲
噪声
激光