[发明专利]一种钢板机械性能检测方法在审
| 申请号： | 202211545480.0 | 申请日： | 2022-12-02 |
| 公开（公告）号： | CN116106402A | 公开（公告）日： | 2023-05-12 |
| 发明（设计）人： | 王平;钱江;王广来;陈尚哲;孔塞;周伟;孙宇涵 | 申请（专利权）人： | 江苏金宇智能检测系统有限公司 |
| 主分类号： | G01N27/72 | 分类号： | G01N27/72;G01N27/80;G06N3/084;G06N3/0499 |
| 代理公司： | 南京利丰知识产权代理事务所(特殊普通合伙) 32256 | 代理人： | 陈志军 |
| 地址： | 210000 江苏省*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 钢板 机械性能 检测 方法 | ||
1.一种钢板机械性能检测方法，其特征在于：包括，
获取钢板的电磁特征值；
获取钢板的机械性能值；
以电磁特征值作为数据输入，以机械性能值作为数据输出，构建神经网络模型；
对所述神经网络模型进行训练，并确定神经网络模型；
基于神经网络模型和钢板的电磁特征值获取钢板的机械性能值。
2.根据权利要求1所述的钢板机械性能检测方法，其特征在于：所述获取钢板的电磁特征值包括：
通过电磁无损检测方法获取钢板的电磁特征值。
3.根据权利要求2所述的钢板机械性能检测方法，其特征在于：所述电磁无损检测方法包括巴克豪森、增量磁导率、多频涡流、切线磁场无损检测方法。
4.根据权利要求1所述的钢板机械性能检测方法，其特征在于：所述获取钢板的机械性能值包括：
通过拉伸试验获取钢板相应位置的机械性能值。
5.根据权利要求1所述的钢板机械性能检测方法，其特征在于：所述神经网络模型包括BP神经网络结构，其包括输入层、隐含层和输出层。
6.根据权利要求5所述的钢板机械性能检测方法，其特征在于：对所述神经网络模型进行训练，并确定神经网络模型包括：
初始化权值与阈值；
计算输出层神经元的输入和输出；
计算输出层误差；
计算隐含层误差；
修正输出层和隐含层的权值与阈值；
判断数据样本是否全部训练完毕，若否，则重复上述步骤，若是，则进入下一步骤；
判断是否符合模型训练的结束条件，若否，则更新训练总步数，并重复上述步骤，若是，则确定神经网络模型。
7.一种钢板机械性能检测装置，其特征在于：包括：
第一获取模块，用于获取钢板的电磁特征值；
第二获取模块，用于获取钢板的机械性能值；
模型构建模块，用于以电磁特征值作为数据输入，以机械性能值作为数据输出，构建神经网络模型；
模型训练模块，用于对所述神经网络模型进行训练，并确定神经网络模型；
在线检测模块，用于基于神经网络模型和钢板的电磁特征值获取钢板的机械性能值。
8.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于：所述处理器执行所述程序时实现如权利要求1~6中任一项所述的方法。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述程序被处理器执行时实现如权利要求1~6中任一项所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江苏金宇智能检测系统有限公司，未经江苏金宇智能检测系统有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202211545480.0/1.html，转载请声明来源钻瓜专利网。
