基于深度學習的渦流熱成像技術在無損檢測中的應用

摘要：設計實現了一套渦流熱成像無損檢測系統,對試件進行渦流加熱,使用熱像儀進行探測,以熱圖像的形式展示試件溫度變化情況來表征試件的損傷特征,并使用基于深度學習網絡的智能識別方法診斷試件的損傷程度。該無損探傷方法使用卷積神經網絡逐層挖掘可疑缺陷區域的本質特征。實驗結果表明:該系統對金屬板材試件損傷程度識別的準確率能達到97.3%,證明該系統具有較高的準確率和較好的適應性。