摘要
本发明公开了一种锂电池电极表面缺陷识别预警方法及系统,涉及缺陷检测技术领域,该方法包括:获取目标产线的历史缺陷识别记录并进行灰度增强处理,提取多维图像特征;基于特征对历史数据进行聚类分析,得到样本数据组;使用集成学习方法训练自适应缺陷识别模型,并在预设点位获取实时图像进行缺陷识别;根据多维缺陷特征进行识别结果判断,并进行缺陷预警。解决了现有技术中面对复杂多变的缺陷,缺乏检测针对性,检测效率与检测准确率不佳的技术问题,达到了高效、精准地识别复杂多变的锂电池电极表面、锂电池隔膜缺陷,显著提高检测的针对性、检测效率和检测准确率的技术效果。
技术关键词
锂电池电极表面
识别预警方法
电极表面图像
集成学习方法
样本
识别器
历史监测数据
产线
识别模型训练
多路径
图像采集设备
识别预警系统
数据获取模块
判别模块
频域特征
数据压缩
缺陷检测技术
指标
系统为您推荐了相关专利信息
反演方法
反演模型
原型
训练样本数据
单目深度估计
分支
计算机执行指令
信息推送方法
训练样本数据
信息推送设备
监督深度学习
频域特征
融合特征
仿真模型
多层感知器网络