一种氩弧焊钨电极外观缺陷检测方法、系统及存储介质

AITNT
正文
推荐专利
一种氩弧焊钨电极外观缺陷检测方法、系统及存储介质
申请号:CN202511546339
申请日期:2025-10-28
公开号:CN121027459A
公开日期:2025-11-28
类型:发明专利
摘要
本发明提供一种氩弧焊钨电极外观缺陷检测方法、系统及存储介质,涉及钨电极外观检测技术领域,本发明首先对已知缺陷的样本电极进行三维扫描,离散化为若干空间点并赋予每个点缺陷存在性标记。通过施加复合正弦波激励电流,采集电极匀速螺旋穿过检测线圈时的涡流信号,同步利用激光超声扫描获取全矩阵数据并重建三维灰度模型。构建双分支深度学习模型,融合涡流特征向量与超声图像块特征,学习其与缺陷标记的映射关系。对待测电极执行相同检测,利用训练好的模型输出各位置缺陷置信度,结合预设的缺陷严重性权重与空间关键区域权重,计算综合质量指数,依据合格阈值判定电极是否合格。本发明实现了对表面及内部缺陷的高精度、自动化综合检测。
技术关键词
外观缺陷检测方法 深度学习分类模型 涡流检测信号 图像块特征 缺陷类别 电极 外观缺陷检测系统 样本 标记 双分支卷积神经网络 线圈 正弦波 超声波检测模块 超声波检测设备 外观检测技术 分类模型构建 裂纹
系统为您推荐了相关专利信息
1
一种基于深度学习的甲状腺细针穿刺快速筛查方法及系统
快速筛查方法 深度学习分类模型 二值化图像 OTSU阈值 直方图
2
一种基于无人机的风电场关键设备多模态缺陷检测系统
缺陷检测系统 可见光图像 风电场设备 缺陷类别 变电站门型构架
3
铸件外观缺陷检测方法、装置、电子设备及存储介质
图像块 外观缺陷检测方法 序列 语义分割模型 铸件
4
一种焊点缺陷检测方法、系统、存储介质及设备
焊点缺陷检测方法 纹理特征 二维图像数据 交叉注意力机制 支持向量机模型
5
一种统一框架增量学习遥感场景分类方法及系统
遥感场景分类方法 学习分类器 神经网络分类 框架 深度学习分类模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号