基于卷积神经网络和模态转换的磁瓦内部缺陷检测方法

作者：卢后洪; 谢罗峰; 朱杨洋; 殷鸣; 杜波; 殷国富

来源：中国测试, 2023, 1-6.

• 磁瓦
• 卷积神经网络(CNN)
• 内部缺陷
• 模态转换
• 注意力机制

针对人工检测磁瓦内部缺陷过程中需要成熟的经验知识，检测过程不稳定且效率较低等问题，设计了一套智能化检测系统。受人工检测的启发，提出了一种基于卷积神经网络和模态转换的磁瓦内部缺陷检测方法。将时域信号转换为时-频域语谱图，利用卷积神经对语谱图提取特征并分类。为了更精准地强调重要信息而抑制无关信息，将坐标注意力机制引入到卷积神经网络中。提出的基于卷积神经网络和模态转换的预测模型的准确率达到98.4%，证明提出的检测方法对于磁瓦内部缺陷检方法是有效的。实验结果表明，模态转换和坐标注意力机制能提升模型的性能。

• 出版日期2023
• 单位四川大学; 四川省特种设备检验研究院