摘要
本发明属于缺陷检测技术领域,公开了一种基于物理模型的激光表面合金化熔池缺陷检测方法,本发明数值模拟和计算机仿真过程可以很好的反应从熔池形成、流动到最后凝固过程。根据仿真结果,可以获取凝固后材料所在坐标,使用这些坐标可以获取三维坐标分析强化部分和粉末接触部分形貌、从而获取相关熔池边缘缺陷物理特性。为提高现有的熔池红外图像识别的准确率,可以将熔池仿真所得各成分所占坐标与熔池红外图像的特征结合。解决了使用神经网络方法最常见的:实验数据不多、缺陷特征多样性不足的问题,在有一定量的实验数据后结合计算机仿真所得结果进一步扩展神经网络的学习集,从根本上提高熔池缺陷识别的正确率。
技术关键词
激光表面合金化
缺陷检测方法
缺陷预测
激光熔覆熔池
图像缺陷识别
缺陷检测系统
物理
信息数据处理终端
网络深度
仿真建模
计算机仿真
缺陷图像识别
网络结构
红外成像系统
缺陷检测技术
神经网络方法
计算机设备
随机梯度下降
软件
系统为您推荐了相关专利信息
压缩机转子
缺陷检测系统
近红外相机
环境光
环形缓冲区
卷积模块
表面缺陷检测系统
表面缺陷检测方法
图像多尺度
Softmax函数
结构光传感器
轮廓特征
点云
海缆
焊缝缺陷检测方法
语义特征
缺陷位置信息
面向工业场景
缺陷检测方法
网络
缺陷检测方法
空间聚类算法
空间分布特征
晶体生长速度
图像重建算法