龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京师范大学
摘要：本发明公开了一种基于声信号时频图的电弧增材制造缺陷检测方法、系统，包括：确定检测的电弧增材制造缺陷类型及其成因，设计实验的工艺参数；使用不同的工艺参数生成含有电弧增材制造缺陷的声信号，并通过电弧增材制造声信号采集系统对声信号实时采集；对采集的声信号预处理；对预处理后的声信号采用小波变换，将一维声信号样本转换为二维时频图，生成小波时频图数据集，对小波时频图数据集标签并划分；建立卷积神经网络模型并训练；利用卷积神经网络模型实现对电弧增材制造缺陷的准确检测。本发明解决了标准卷积神经网络无法处理一维声信号的问题，可以综合考虑声信号的时域和频域信息。
主权项：1.一种基于声信号时频图的电弧增材制造缺陷检测方法，其特征在于，包括：确定检测的电弧增材制造缺陷类型及其成因，并根据电弧增材制造缺陷类型及其成因设计实验的不同的工艺参数；使用不同的工艺参数生成含有电弧增材制造缺陷的声信号，并通过预先搭建的电弧增材制造声信号采集系统对声信号进行实时采集；对采集的声信号进行预处理，包括去除直流分量、滤波和滑动窗口采样；对预处理后的声信号采用小波变换，将一维声信号样本转换为二维时频图，生成小波时频图数据集，对小波时频图数据集标签，并划分为训练集、验证集和测试集；建立卷积神经网络模型，利用训练集训练卷积神经网络模型的参数和权重；利用验证集评估卷积神经网络模型训练过程中的性能，并进行超参数调整；之后，利用测试集评估经过训练的卷积神经网络模型的最终性能；利用卷积神经网络模型实现对电弧增材制造缺陷的准确检测。
全文数据：
权利要求：
百度查询： 南京师范大学 一种基于声信号时频图的电弧增材制造缺陷检测方法、系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号