针对锂电池极耳焊缝微缺陷识别问题，提出基于多频差分涡流传感器阵列测量磁数据的方法，并对获得的检测数据采用神经网络训练模型进行分类。实验结果表明，相较于单通道单一频率的检测方式，多频励磁阵列检测效率更高，且能够同时检测极耳焊缝表面和内部缺陷以实现层析成像。此外，所使用的神经网络训练模型解决了多频涡流阵列数据处理问题，识别准确率达到96%以上。
科研之友
微信
新浪微博
Facebook
分享链接
