一种基于机器学习的耐火材料质量检测方法及系统

本发明提供了一种基于机器学习的耐火材料质量检测方法及系统，所述方法包括：采集耐火材料样本的多角度表面图像集合，涵盖不同光照条件下的图像，以全面捕捉材料表面特征；调用预训练的图像特征分析模型从中提取表面纹理特征、孔隙分布特征及微观裂纹特征，形成图像特征集合；基于预设的缺陷分类规则库对图像特征集合进行联合分类处理，识别并量化缺陷类型及其分布参数；根据缺陷类型集合及分布参数生成质量评估参数，并与预设的质量标准阈值比对，输出质量检测结果；将检测结果反馈至生产线控制系统，自动触发分拣操作及工艺参数调整，以实现生产过程的智能化监控与优化，从而提高了耐火材料质量检测的准确性和效率，促进了生产质量的提升。