一种基于深度学习算法的工程材料无损检测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于深度学习算法的工程材料无损检测方法
申请号:CN202511004932
申请日期:2025-07-21
公开号:CN120870340A
公开日期:2025-10-31
类型:发明专利
摘要
本发明属于工程材料检测技术领域,且公开了一种基于深度学习算法的工程材料无损检测方法,具体步骤如下:步骤一:样本准备,选择公开的工程材料样本,对样品的表面进行清洁,去除油污、锈迹、氧化皮杂质,防止杂质对检测造成影响。本发明通过通过引入深度学习算法,通过建立卷积神经网络和循环神经网络相结合的深度学习模型,能够自动从大规模数据中学习复杂特征表示,突破传统方法的局限性,同时将其超声波和X射线检测融合,能够实现多模态数据的获取,和传统的工程材料无损检测技术相比,适用于复杂几何结构或非均匀材质工程材料的无损检测,能够减少人工干预,显著提升检测效率和准确性,满足大规模和高精度生产需求。
技术关键词
X射线图像数据 无损检测方法 深度学习算法 超声波检测设备 X射线检测设备 工程材料检测技术 训练深度学习模型 信号 样本 辐射监测设备 误差 无损检测技术 氧化皮 随机梯度下降 超声波探头 参数