基于CNN的胀管工序质量状态识别方法与应用

摘要

传统质量识别手段对产品质量状态的变化反映不够及时准确.为实现传感器数据驱动的管口异常质量识别,自主设计了包含压力传感器的数据采集系统,提出了一种基于CNN的空调冷凝管的管口质量状态识别方法.使用小波阈值降噪和基于差分叠加法的数据分段手段得到特征明显的压力序列,将压力序列转化为小波尺度谱后使用CNN模型进行训练和模式识别.通过多次实验验证了该方法的有效性,相对于SVM、KNN、SOM算法有着更好的识别效果.