摘要
本发明涉及AI模型优化技术领域,揭露了基于AI的集装箱底板材料检测方法及系统,所述方法包括:获取集装箱底板的表面形变拓扑图和内部声阻抗矩阵;通过所述集装箱底板的环境参数,将所述表面形变拓扑图和所述内部声阻抗矩阵进行特征关联耦合,得到自适应特征张量;调用预构建的材料缺陷知识库,按照缺陷特征多级划分所述自适应特征张量,得到缺陷概率向量;根据所述缺陷概率向量定位所述集装箱底板的缺陷区域,生成结构检测报告,比对所述多角度拓扑图和预设基准图像集的区域灰度差异,得到超出灰度波动范围的异常形变区域坐标;解决集装箱底板材料检测效率提升受限,无法满足工业生产中对材料快速检测实际需求的问题。
技术关键词
集装箱底板
材料检测方法
拓扑图
缺陷知识库
生成结构
分块特征
材料泊松比
矩阵
谐振
材料检测系统
模型优化技术
报告
多角度
超声波扫描
坐标
应力场
生成声波
数据
系统为您推荐了相关专利信息
智能母线槽系统
配电系统
机柜布局
均衡控制器
三维数字模型
检索策略
数据检索方法
语义数据库
特征提取网络
异构特征
协同优化方法
动态邻接矩阵
桥架
模拟退火算法
节点
空间拓扑关系
拉丁超立方采样
房间
生成结构化数据
空间布局优化
继电保护装置
解析方法
故障传播概率模型
编码器内部结构
电力系统故障诊断