一种连铸圆坯芯部缺陷分类方法、系统、终端及介质

本发明属于钢坯缺陷检测领域，具体公开一种连铸圆坯芯部缺陷分类方法、系统、终端及介质，收集多组连铸圆坯芯部的原始时域信号，通过原始时域信号提取多个波形时域特征，构建多个多维时域特征向量；构建BP神经网络，并使用遗传算法对BP神经网络进行优化；根据连铸圆坯芯部缺陷类型为每个多维时域特征向量配置样本标签，将多个多维时域特征向量和样本标签构成样本集，使用样本集对优化后的BP神经网络进行训练；采集目标连铸圆坯芯部的目标时域信号，将目标时域信号输入训练后的BP神经网络获得目标连铸圆坯芯部的缺陷分类。本发明通过优化BP神经网络对连铸圆坯芯部的时域信号进行处理实现缺陷分类，提高缺陷分类效率和精确性。