基于BP神经网络的汽车胶管芯轴质量评价方法

    公开(公告)号:CN108133261A

    公开(公告)日:2018-06-08

    申请号:CN201710455979.5

    申请日:2017-06-16

    Abstract: 本发明提供一种基于BP神经网络的汽车胶管芯轴质量评价方法,通过统计每段芯轴表面的不同种类缺陷的大小和数量,为胶管生产用芯轴的合格与否提供依据。包括以下步骤:步骤一、基于机器视觉系统对胶管芯轴的图像进行分析,得出芯轴表面的缺陷种类、大小和数量数据;步骤二、构造人工神经网络,包括神经网络的类型、层数、各层节点数;步骤三、根据步骤一确定的胶管芯轴表面的缺陷种类、大小、数量和芯轴质量情况构造训练样本;步骤四、利用步骤三构造的训练样本训练人工神经网络模型;步骤五、通过步骤四训练的神经网络模型对未知质量状态的芯轴表面进行检测,给出芯轴质量判断结果。

    基于最小二乘圆法的胶管扣压质量评定方法及检测装置

    公开(公告)号:CN107167106A

    公开(公告)日:2017-09-15

    申请号:CN201710556405.7

    申请日:2017-07-10

    CPC classification number: G01B21/20

    Abstract: 本发明提出了一种基于最小二乘圆法的胶管扣压质量评定方法及检测装置,采用最小二乘圆法对线性位移传感器测量的数据进行后处理,继而评价胶管扣压件的圆度误差。主要包括以下步骤:步骤1、在空间周向均匀布置八个传感器,计算各传感器测量工位时的坐标;步骤2、计算胶管扣压件截面轮廓的最小二乘圆圆心坐标;步骤3、计算圆度误差。

    基于BP神经网络的汽车胶管芯轴质量评价方法

    公开(公告)号:CN108133261B

    公开(公告)日:2021-04-06

    申请号:CN201710455979.5

    申请日:2017-06-16

    Abstract: 本发明提供一种基于BP神经网络的汽车胶管芯轴质量评价方法,通过统计每段芯轴表面的不同种类缺陷的大小和数量,为胶管生产用芯轴的合格与否提供依据。包括以下步骤:步骤一、基于机器视觉系统对胶管芯轴的图像进行分析,得出芯轴表面的缺陷种类、大小和数量数据;步骤二、构造人工神经网络,包括神经网络的类型、层数、各层节点数;步骤三、根据步骤一确定的胶管芯轴表面的缺陷种类、大小、数量和芯轴质量情况构造训练样本;步骤四、利用步骤三构造的训练样本训练人工神经网络模型;步骤五、通过步骤四训练的神经网络模型对未知质量状态的芯轴表面进行检测,给出芯轴质量判断结果。

Patent Agency Ranking