基于MOCNN模型的电池超声波缺陷智能识别方法

本发明涉及一种基于MOCNN模型的电池超声波缺陷智能识别方法，其特点是包括以下步骤一、采集数据：采用超声波信号检测电池，并根据电池的反馈超声波信号生成电池缺陷，并在信号中注入环境噪声后归一化；步骤二、特征提取：对步骤一的归一化信号提取频域特征、时域特征、时间统计特征与小波特征；步骤三、多模型并行训练与MOCNN优化：将数据集按8:2划分，得到MOCNN模型，自动保存最优MOCNN模型；步骤四、缺陷识别与输出：加载最优MOCNN模型，对新样本提取特征后进行实时推理；步骤五、数据分析：以缺陷分布图、参数分布图、波形样本图及统计分析报告形式展示结果。其优点是通过多源特征融合与多目标优化训练，显著提高缺陷识别精度、推理速度和环境适应性。