首页> 中国专利> 一种基于深度学习的蜂窝复合材料缺陷分类方法

一种基于深度学习的蜂窝复合材料缺陷分类方法

摘要

本发明公开了一种基于深度学习的蜂窝复合材料缺陷分类方法,包括:获取蜂窝复合材料作为训练试件;采用高能氙灯或卤素灯对训练试件进行热激励,采用红外热像仪采集训练试件表面在受到热激励后的热图序列;将热图序列分解为训练试件表面的各像素采集点的温度时间序列;以像素采集点的温度时间序列和相应的内部缺陷类型作为训练数据,对RNN模型进行训练,得到蜂窝复合材料缺陷检测模型;获取待检测蜂窝复合材料表面的各像素采集点的温度时间序列,并输入蜂窝复合材料缺陷检测模型,得到各像素采集点的内部缺陷类型。本发明能快速识别蜂窝复合材料内部缺陷的类型,而且快速准确。

著录项

  • 公开/公告号CN110322429A

    专利类型发明专利

  • 公开/公告日2019-10-11

    原文格式PDF

  • 申请/专利权人 中南大学;

    申请/专利号CN201910386093.9

  • 发明设计人 段玉霞;胡偲琦;刘石财;戴小标;

    申请日2019-05-09

  • 分类号

  • 代理机构长沙市融智专利事务所(普通合伙);

  • 代理人龚燕妮

  • 地址 410083 湖南省长沙市岳麓区麓山南路932号

  • 入库时间 2024-02-19 14:07:45

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2019-11-05

    实质审查的生效 IPC(主分类):G06T7/00 申请日:20190509

    实质审查的生效

  • 2019-10-11

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号