一种基于深度迁移学习的钢丝绳缺陷识别与定量分析方法

本发明涉及故障诊断与智能制造技术领域，尤其涉及一种基于深度迁移学习的钢丝绳缺陷识别与定量分析方法。其技术方案包括以下步骤：通过双通道磁探头同步采集钢丝绳的漏磁场信号LF和磁通量信号LMA，并对所述信号进行多路数据高速同步采集；对所述LF信号和LMA信号进行双信号特征提取，提取特征包括缺陷图像信息、缺陷所围面积、缺陷波峰个数、缺陷宽度和缺陷高度。本发明通过深度迁移学习与多模态信号融合，解决了传统钢丝绳缺陷检测中定性分析不准确、定量手段匮乏的难题，兼具高精度、强泛化、高效率及自动化优势，为工业设备的安全运行和智能运维提供了创新性技术支撑，便于钢丝绳缺陷识别与定量。