一种基于人工智能的航空发动机叶片缺陷快速精准识别方法

发明专利有效专利

申请号：
CN202010791906.5
IPC分类号：G06T7/00;G06K9/62
申请日期：
2020-08-08
申请人：
西北工业大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于人工智能的航空发动机叶片缺陷快速精准识别方法
申请号	CN202010791906.5	申请日期	2020-08-08
法律状态	公开	申报国家	中国
公开/公告日	2020-11-20	公开/公告号	CN111968084A
优先权	暂无	优先权号	暂无
主分类号	G06T7/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕	IPC分类号	G;0;6;T;7;/;0;0;;;G;0;6;K;9;/;6;2查看分类表>
申请人	西北工业大学	申请人地址	陕西省西安市友谊西路127号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	西北工业大学	当前权利人	西北工业大学
发明人	肖洪;王栋欢
代理机构	西北工业大学专利中心	代理人	陈星

摘要

本发明提出了一种基于人工智能的航空发动机叶片缺陷快速精准识别方法，采用人工标定及数据增强技术建设涡轮叶片检测图像数据库，有效的解决了样本量少的问题，有利于提高模型的泛化能力。基于人工智能深度学习方法，构建涡轮叶片缺陷检测识别网络，采用最大熵原理加速策略等技术解决“真伪”缺陷识别问题，极大的提高了模型的训练速度和精度。该检测方法有效克服由于经验差异、人工评估眼睛疲劳、标准理解等人为因素影响，使叶片的射线检测工作实现标准化和智能化目标，极大的提高了检测效率和准确性，保证了涡轮叶片生产可靠性。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供