本申請公開了一種基于深度學習的合金鋼力學性能聯合無損檢測方法,包括:獲取標定試樣的測量信號特征參量、力學性能參量、樣本測量信號特征參量和樣本力學性能參量;構建初始無損檢測模型,并對初始無損檢測模型的輸入層節點數和輸出層節點數進行等類擴充;建立標定曲線,確定任兩個樣本測量信號特征參量間的映射關系及標定關聯值,并計算初始無損檢測模型中輸入層與第一隱藏層之間的初始輸入權重矩陣;對初始無損檢測模型進行訓練,當判定初始無損檢測模型的輸出誤差收斂時,將收斂后的初始無損檢測模型記作聯合無損檢測模型。通過本申請中的技術方案,實現合金鋼力學性能的聯合檢測,提高合金鋼力學性能檢測的穩定性和精度。
聲明:
“基于深度學習的合金鋼力學性能聯合無損檢測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)