基于卷積神經(jīng)網(wǎng)絡(luò)和激光超聲的表面缺陷檢測(cè)

摘要： 針對(duì)激光超聲檢測(cè)中表面缺陷深度、角度定量識(shí)別的問(wèn)題，提出一種基于深層卷積神經(jīng)網(wǎng)絡(luò)（CNN）和支持向量機(jī)集成學(xué)習(xí)的近表面缺陷檢測(cè)新方法。首先，通過(guò)建立有限元模型模擬不同缺陷深度、角度的激光超聲信號(hào)，然后利用小波變換對(duì)信號(hào)進(jìn)行時(shí)頻分析，獲取帶有時(shí)域和頻域特征的時(shí)頻譜圖，最后將時(shí)頻譜圖輸入深層CNN和支持向量機(jī)模型中進(jìn)行缺陷深度、角度的預(yù)測(cè)。結(jié)果表明，所提模型能夠?qū)θ毕萆疃?、角度進(jìn)行... （共10頁(yè)）