摘要
本发明涉及疲劳损伤检测技术领域,公开了一种金属材料结构件疲劳损伤无损检测方法及系统,方法包括:获取金属结构件在不同服役环境下的多源检测信号数据并进行预处理,得到预处理信号数据;基于所述预处理信号数据,使用缺陷识别神经网络划分初始疲劳损伤区域;在所述初始疲劳损伤区域中,使用多尺度卷积混杂网络进行损伤特征的提取;使用改进的Transformer模型对损伤特征进行分类,实现金属材料结构件疲劳损伤无损检测。使用改进的LCM算法对金属结构件图像进行增强处理,能够更有效地提取出能反映损伤特征的有用信息,而且可以根据不同工况灵活调节局部增强因子和非线性变换因子,提升图像增强效果。
技术关键词
金属结构件
识别神经网络
损伤特征
无损检测方法
无损检测系统
金属材料
图像增强
双曲正切函数
声发射
输入多尺度
应力场
数据
像素
损伤检测技术
信号特征
注意力机制
系统为您推荐了相关专利信息
无人机多光谱图像
反射率数据
发射率
可见光图像
故障诊断方法
精密金属零件
无损检测系统
多角度超声波探头
三维模型信息
三维重建技术
深度神经网络模型
损伤特征
光通信网络结构
弹性光网络技术
放大器噪声系数
抗侧滚扭杆
多源异构数据
碳纤维复合材料
智能预测方法
载荷模拟系统
铝合金锻件
无损检测方法
超声波
训练机器学习模型
回波