铝合金工件的缺陷探测通常采取单一的无损检测方法,如超声检测或涡流检测,但是对有些缺陷的识别单一的检测方法难以达到满意的效果,检测的置信度低。为了更准确识别工件的缺陷,运用数据融合技术,采用BP神经网络融合算法,提出一种基于数据融合的超声和涡流缺陷检测智能识别方法。实验表明该方法能够有效识别缺陷,提高识别的准确度。
科研之友
微信
新浪微博
Facebook
分享链接
