本發(fā)明公開了一種基于深度學(xué)習(xí)的蜂窩
復(fù)合材料缺陷分類方法,包括:獲取蜂窩復(fù)合材料作為訓(xùn)練試件;采用高能氙燈或鹵素?zé)魧?duì)訓(xùn)練試件進(jìn)行熱激勵(lì),采用紅外熱像儀采集訓(xùn)練試件表面在受到熱激勵(lì)后的熱圖序列;將熱圖序列分解為訓(xùn)練試件表面的各像素采集點(diǎn)的溫度時(shí)間序列;以像素采集點(diǎn)的溫度時(shí)間序列和相應(yīng)的內(nèi)部缺陷類型作為訓(xùn)練數(shù)據(jù),對(duì)RNN模型進(jìn)行訓(xùn)練,得到蜂窩復(fù)合材料缺陷檢測(cè)模型;獲取待檢測(cè)蜂窩復(fù)合材料表面的各像素采集點(diǎn)的溫度時(shí)間序列,并輸入蜂窩復(fù)合材料缺陷檢測(cè)模型,得到各像素采集點(diǎn)的內(nèi)部缺陷類型。本發(fā)明能快速識(shí)別蜂窩復(fù)合材料內(nèi)部缺陷的類型,而且快速準(zhǔn)確。
聲明:
“基于深度學(xué)習(xí)的蜂窩復(fù)合材料缺陷分類方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請(qǐng)聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)