摘要
本发明涉及钛合金检测技术领域,公开了一种钛合金丝材性能检测方法、设备及系统。该方法采集拉伸试验的实时力值位移数据和超声检测的回波信号数据,经处理后得到平滑力值位移数据及频谱特征参数;将屈服强度、抗拉强度与峰值频率、幅值衰减率进行特征层融合,构建第一多维度特征矩阵;输入预先训练的深度置信网络模型,预测延伸率、硬度值等力学性能;与预设阈值比较,标记不合格项并生成检测报告。该方法通过多源数据融合和先进算法处理,提升了检测的全面性与准确性,实现了对钛合金丝材性能的高效评估,适用于航空航天、医疗器械等领域对钛合金丝材质量的严格检测需求。
技术关键词
深度置信网络模型
钛合金丝材
性能检测方法
检测钛合金
超声检测装置
独立成分分析算法
矩阵
数据处理单元
回波
传播算法
参数
钛合金检测技术
延伸率
信号
无监督
冗余特征
受限玻尔兹曼机
系统为您推荐了相关专利信息
电价预测方法
深度置信网络模型
卷积神经网络模型
异常数据
训练样本数据
电力系统继电保护
自动校验系统
深度置信网络模型
电网运行状态
电气特征
灭磁电阻
氧化锌
性能检测方法
性能预测模型
电流
知识图谱构建方法
CRF算法
深度神经网络
知识图谱框架
电力