连铸圆坯皮下缺陷的检测方法及装置

本申请提供一种连铸圆坯皮下缺陷的检测方法及装置，通过基于粒子群优化算法进行优化得到反向传播神经网络的神经网络参数，并利用包括X个频域特征值的训练样本频域信号以及训练样本频域信号数据的真实标签对反向传播神经网络进行训练得到缺陷类型检测模型，从而在实际的应用过程中，获取目标连铸圆坯的时域信号数据后，将时域信号数据转换为频域信号数据；将频域信号数据至输入缺陷类型检测模型，就可以输出得到目标连铸圆坯皮下缺陷的检测结果。通过将时域信号转换到频域上进行更加细致的分析，利用神经网络模型学习到复杂的缺陷特征，相较于人工经验探伤，能够更准确地识别出不同类型的偏析缺陷，减少误判和漏检。