摘要
本发明涉及检测技术领域,具体为一种锂电池极耳焊接质量检测方法及装置,方法包括:对锂电池极耳焊接区域施加非接触式电磁激励并采集振动信号和温度信号,将原始振动数据集映射到极耳表面的连续空间,生成曲率分布图;将曲率分布图转换为包括簇结构的特征点集,计算簇结构中每个簇的质心坐标和散度,生成缺陷特征向量;根据缺陷特征向量构建缺陷类型模型,将瞬态温度集与缺陷类型模型的输出结果进行结合处理,生成热效应特征向量;对热效应特征向量进行多层感知机神经网络处理,生成包括焊接点质量等级的评估结果。本申请能够区分复杂缺陷类型并准确评估质量等级,克服了现有机器学习方法特征提取不足、分类精度低的缺陷。
技术关键词
锂电池
多层感知机
频谱特征
非接触式
坐标
曲率特征
振动特征
贝叶斯信息准则
信号
数据
热扩散模型
能量分布特征
采样点
传感器
机器学习方法
电磁
节点
频率
矩阵
模块
系统为您推荐了相关专利信息
检索图像
多视角特征
图像生成方法
语义结构
分段
内导轨
导轨平行度检测
机床主轴
超声波发射器
平行度偏差
人工神经网络模型
骨龄预测方法
注意力机制
深度卷积神经网络模型
残差神经网络