一种基于闭环分数阶PID控制的L1正则化涡流缺陷成像方法

AITNT
正文
推荐专利
一种基于闭环分数阶PID控制的L1正则化涡流缺陷成像方法
申请号:CN202510939657
申请日期:2025-07-08
公开号:CN120801494A
公开日期:2025-10-17
类型:发明专利
摘要
本申请提出一种基于闭环分数阶PID控制的L1正则化涡流缺陷成像方法,涉及电磁涡流检测领域,其中,该方法包括:通过阵列涡流传感器对采集到的涡流数据,基于闭环分数阶PID控制的L1正则化涡流缺陷成像方法实现缺陷成像,在理论上获取金属材料损伤状态下的缺陷位置信息,并对缺陷进行定量化评估。本申请的成像方法经多次迭代优化后的缺陷空间分布与实测数据高度吻合,能有效定位并评估金属构件在损伤状态下的缺陷特征,其非接触式检测特性消除了对机械扫描装置的依赖,便于实现。
技术关键词
缺陷成像方法 分数阶PID控制器 涡流传感器 Sigmoid函数 灵敏度矩阵 重建算法 机械扫描装置 缺陷位置信息 金属构件 信号 阵列传感器 闭环 判断缺陷 求解算法 计算机 线圈 仿真数据
系统为您推荐了相关专利信息
1
一种基于卫星影像多像元组合的土壤有机质反演方法
反演方法 卫星遥感数据 土壤有机质含量 主成分分析法 模型预测值
2
一种基于INPR-GAN网络的异形负泊松比超材料逆向设计方法
逆向设计方法 超材料 生成器网络 微机控制电子万能试验机 混合损失函数
3
一种基于神经网络的宫颈癌识别方法
识别方法 宫颈癌识别 斜坡信号 信号系统 神经网络算法
4
一种基于光伏历史数据的配电网源荷联合画像方法、系统
画像方法 灵敏度矩阵 负荷预测模型 光伏发电机组 误差函数
5
一种基于多视角融合和对比学习的酶功能预测方法
功能预测方法 深度特征提取网络 Sigmoid函数 构建卷积神经网络 深层特征提取
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号