基于多源信息融合与神经网络的汽车塑件无损检测方法研究

作     者：李吉生 孙潇鹏 张胜宾 LI Jisheng;SUN Xiaopeng;ZHANG Shengbin

作者机构：广西水利电力职业技术学院交通工程学院广西南宁530023 广东交通职业技术学院汽车与工程机械学院广东广州510650 

基　　金：广东省职业教育教学改革研究与实践委托项目(JGWT2021X03) 广西教育厅2023年度广西高校中青年教师科研基础能力提升项目(2023KY1136) 广东省高等职业院校交通运输类专业教学指导委员会2022年度教育教学改革项目(JTYSJZW2022B02) 2023年度清远市产教融合社科专项课题项目(ZJCYJY202314) 广东交通职业技术学院2023年度校级教科研项目(GDCP-ZX-2023-013-N3) 

出 版 物：《模具工业》 (Die & Mould Industry)

年 卷 期：2024年第50卷第6期

页      码：15-19页

摘      要：针对汽车塑件内部缺陷检测精度不高、检测方法单一等亟需解决的问题,基于多源信息融合与深度学习神经网络等技术,探究高鲁棒性、稳定性、精确性的检测模型,旨在为汽车塑件批量无损检测提供理论基础和技术支持。通过超声波探伤、激光光斑测量、紫外线探伤、智能电参数测量和红外热成像等无损检测方法,试验样本经异质信息采集、预处理以及多特征变量提取,根据检测要求,用于定量/定性神经网络模型构建。再以样本训练、规则判别、深度学习和模型类比,选取最优模型用于试验样本内部缺陷预测和品级分析,以求得所设计的“深度学习”神经网络模型与检测方法具有通用性,可进一步用于汽车铸件、冲压件或焊接件等无损检测,为匹配智能装备研发提供研究基础。

主 题 词：无损检测 多源信息融合 神经网络 主成分分析 汽车塑件 

学科分类：081704[081704] 07[理学] 08[工学] 082304[082304] 0817[工学-轻工类] 080204[080204] 070302[070302] 0802[工学-机械学] 0703[理学-化学类] 080201[080201] 0823[工学-农业工程类] 

D　O　I：10.16787/j.cnki.1001-2168.dmi.2024.06.003

馆 藏 号：203128320...