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