摘要
本申请公开了一种基于PSO‑SVM的钢坯内部缺陷分类方法、系统、设备,包括:步骤S1:收集钢坯内部超声信号数据,并进行预处理;步骤S2:将预处理后的数据输入预先训练的缺陷分类模型中进行识别;其中,所述缺陷分类模型包含粒子群算法以及支持向量机;步骤S3:输出钢坯内部缺陷类型识别结果。本方法适用于连铸坯探伤,更为准确的内部缺陷探伤识别方法,为锻件的生产提供可以接纳的改进措施,有利于锻件质量控制。
技术关键词
缺陷分类方法
钢坯
粒子群算法
超声信号
支持向量机
缺陷分类系统
X射线成像设备
超声波探伤仪
数据收集模块
缺陷探伤
参数
分类设备
锻件
处理器通信
识别方法
输出模块
存储器
系统为您推荐了相关专利信息
储能系统
发电机组
可再生能源
需求响应信息
管控系统
模型算法
伪距
电离层总电子含量
卡尔曼滤波
方程
降压式变换器
比率
进化算法
动态权重优化
比例积分控制器
电网业务数据
高风险
融合多源
智能调度方法
负荷