一种数据驱动的冷轧板带厚度缺陷模式识别方法及装置

本发明涉及板带材数据处理技术领域，特别是指一种数据驱动的冷轧板带厚度缺陷模式识别方法及装置。一种数据驱动的冷轧板带厚度缺陷模式识别方法包括：采集冷连轧产线工业数据，获得训练数据；将训练数据进行短时傅里叶变换，获得时间-频率-幅度分布图；基于卷积神经网络结构进行模型构建，获得待训练缺陷识别模型；使用时间-频率-幅度分布图，对待训练缺陷识别模型进行优化训练，获得缺陷识别模型；输入在线数据，通过缺陷识别模型进行缺陷识别，获得缺陷识别结果。本发明是一种能够充分反映多维度特征的板带厚度缺陷模式识别方法。...

Full description

Saved in:
Bibliographic Details
Format Patent
LanguageChinese
Published 02.01.2024
Subjects
CALCULATING
COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
COMPUTING
COUNTING
ELECTRIC DIGITAL DATA PROCESSING
PHYSICS
Online AccessGet full text

Cover

More Information
Summary:本发明涉及板带材数据处理技术领域，特别是指一种数据驱动的冷轧板带厚度缺陷模式识别方法及装置。一种数据驱动的冷轧板带厚度缺陷模式识别方法包括：采集冷连轧产线工业数据，获得训练数据；将训练数据进行短时傅里叶变换，获得时间-频率-幅度分布图；基于卷积神经网络结构进行模型构建，获得待训练缺陷识别模型；使用时间-频率-幅度分布图，对待训练缺陷识别模型进行优化训练，获得缺陷识别模型；输入在线数据，通过缺陷识别模型进行缺陷识别，获得缺陷识别结果。本发明是一种能够充分反映多维度特征的板带厚度缺陷模式识别方法。
Bibliography:Application Number: CN202311180098