[发明专利]一种基于深度学习的钢轨裂纹定量涡流检测方法和装置以及设备在审
| 申请号： | 202211075461.6 | 申请日： | 2022-09-02 |
| 公开（公告）号： | CN115629124A | 公开（公告）日： | 2023-01-20 |
| 发明（设计）人： | 曾志伟;丁鹏程;陈茂森 | 申请（专利权）人： | 厦门大学 |
| 主分类号： | G01N27/90 | 分类号： | G01N27/90;G01N27/9013;G06F30/27;G06N3/04;G06N3/08 |
| 代理公司： | 厦门原创专利事务所(普通合伙) 35101 | 代理人： | 李荣耀 |
| 地址： | 361005 *** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的钢轨裂纹定量涡流检测方法和装置以及设备，包括：采集裂纹涡流响应，建立第一信号曲线；计算裂纹倾角，并对称化转换第一信号曲线，输出第二信号曲线；将第二信号曲线导入垂直裂纹深度学习模型，基于分析结果重构斜裂纹并确定斜裂纹深度和宽度。为了使垂直裂纹信号曲线数据集训练出的深度学习模型能用于斜裂纹的定量检测，将不对称的斜裂纹信号曲线对称化转换成对称曲线。在获得斜裂纹的对称化信号曲线后，使用训练好的垂直裂纹深度学习模型对对称信号曲线的数据进行反演，获得斜裂纹的剖面轮廓曲线，进而计算斜裂纹的宽度和垂直深度。 | ||
| 搜索关键词： | 一种 基于 深度 学习 钢轨 裂纹 定量 涡流 检测 方法 装置 以及 设备 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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厦门大学，未经厦门大学许可，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/patent/202211075461.6/，转载请声明来源钻瓜专利网。
