摘要
本发明的一种基于集成学习的陶瓷制品无损检测方法,通过敲击陶瓷制品后在不同位置拾取声音信号,结合基于短时平均能量‑过零率的算法对声音信号进行起止点检测及切片,使用基于蚁群算法‑变分模量分解的方法对切片声音信号进行降噪重构;使用小波包分解经过处理后的声音信号并对其进行快速傅里叶变换,由此得到的子信号频谱峰值和对应的频率构造缺陷特征指标,用于集成学习的输入,而陶瓷制品的健康状态为集成学习的输出。本发明的检测方法能够直接使用声音信号开展无损检测,避免了人工检测中容易出现的误判,对比其他机器学习方法检测精度和效率相对较高,适用于实际陶瓷制品的自动化生产过程。
技术关键词
陶瓷制品
无损检测方法
信号
集成方法
蚁群算法
指标
切片
学习器
代表
机器学习方法
并行方法
两点
混合方法
框架
低阈值
重构
频率
数据
曲线
系统为您推荐了相关专利信息
抗干扰通信方法
唇语识别
视频流
时空卷积神经网络
语音特征
功耗管理系统
电源单元
恢复工作状态
控制模块
记录设备
信号检测方法
焊接接头
裂纹特征
声发射传感器
铝型材