-
公开(公告)号:CN117852361B
公开(公告)日:2024-08-09
申请号:CN202410068133.6
申请日:2024-01-17
Applicant: 华中科技大学
IPC: G06F30/23 , G16C60/00 , G06N3/084 , G06N3/126 , G06N3/045 , G06F119/12 , G06F119/08
Abstract: 本发明属于工程光学技术领域,公开了一种激光辐照金属材料的损伤时间预测方法及系统,基于机器学习建立激光辐照金属材料损伤时间预测模型,通过进行激光辐照试验验证了激光辐照金属材料有限元仿真模型的有效性,采用有限元仿真模型计算得到的不同工况下材料损伤时间作为数据集进行人工智能模型训练。得益于目前人工智能算法的飞速进步,得到的模型预测精度较高,避免了部分情况下激光辐照试验难以进行或仿真方法错误的问题,提升了预测的准确度;本发明通过将激光功率密度和光斑半径导入预测模型,即可通过内部数理模型计算得到金属材料的损伤时间,技术人员无需技术操作即可得到损伤时间,大大降低了目前激光辐照金属材料损伤时间获取的门槛。
-
公开(公告)号:CN117852361A
公开(公告)日:2024-04-09
申请号:CN202410068133.6
申请日:2024-01-17
Applicant: 华中科技大学
IPC: G06F30/23 , G16C60/00 , G06N3/084 , G06N3/126 , G06N3/045 , G06F119/12 , G06F119/08
Abstract: 本发明属于工程光学技术领域,公开了一种激光辐照金属材料的损伤时间预测方法及系统,基于机器学习建立激光辐照金属材料损伤时间预测模型,通过进行激光辐照试验验证了激光辐照金属材料有限元仿真模型的有效性,采用有限元仿真模型计算得到的不同工况下材料损伤时间作为数据集进行人工智能模型训练。得益于目前人工智能算法的飞速进步,得到的模型预测精度较高,避免了部分情况下激光辐照试验难以进行或仿真方法错误的问题,提升了预测的准确度;本发明通过将激光功率密度和光斑半径导入预测模型,即可通过内部数理模型计算得到金属材料的损伤时间,技术人员无需技术操作即可得到损伤时间,大大降低了目前激光辐照金属材料损伤时间获取的门槛。
-
公开(公告)号:CN116664508A
公开(公告)日:2023-08-29
申请号:CN202310616809.6
申请日:2023-05-29
Applicant: 华中科技大学
IPC: G06T7/00 , G06T7/13 , G06N3/047 , G06N3/084 , G06V10/764 , G06V10/774 , G06V10/44
Abstract: 本发明公开了一种焊缝表面质量检测方法及计算机可读存储介质,属于焊接质量无损检测领域,包括:(S1)将利用线结构光相机沿焊缝长度方向采集的各焊缝截面处的轮廓高度数据进行预处理;预处理包括去除0值、离群点和高斯噪声;(S2)将经过预处理的轮廓高度数据输入至预训练好的深度置信网络,以判断各焊缝截面处是否存在缺陷;(S3)将存在缺陷且连续分布的焊缝截面识别为同一个缺陷的分布范围,将各缺陷分布范围内经过预处理的轮廓高度数据拼接为对应的缺陷三维点云数据;(S4)将各缺陷三维点云数据输入至训练好的焊缝缺陷检测网络,得到焊缝表面各缺陷的类型。本发明对焊缝质量检测工序进行了优化,提高了焊缝表面质量检测的效率和准确度。
-
-