一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

一種利用神經(jīng)網(wǎng)絡(luò)技術(shù)檢測(cè)半透明材料缺陷的新方法

MEMS ? 來(lái)源:MEMS ? 作者:MEMS ? 2021-01-09 10:45 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

俄羅斯托木斯克理工大學(xué)開(kāi)發(fā)出一種利用神經(jīng)網(wǎng)絡(luò)技術(shù)檢測(cè)半透明材料缺陷的新方法,測(cè)量精度超過(guò)所有其他方法。相關(guān)研究結(jié)果發(fā)表在最近的《無(wú)損評(píng)估》上。

紅外加熱裝置(來(lái)源:俄羅斯托木斯克理工大學(xué))


玻璃纖維是一種由多種成分組成的復(fù)合材料,由于其良好的抗拉強(qiáng)度,廣泛用于航空航天、汽車、能源和其他行業(yè)。無(wú)損檢測(cè)是任何現(xiàn)代材料生產(chǎn)和運(yùn)營(yíng)不可或缺的部分,包括檢測(cè)材料的強(qiáng)度、可靠性和其他特性,以及檢測(cè)材料中的結(jié)構(gòu)缺陷。

紅外熱成像是最常見(jiàn)的無(wú)損檢測(cè)方法之一,在這一過(guò)程中,通常使用大功率光學(xué)燈加熱材料,并用熱像儀監(jiān)控表面溫度。如果材料有缺陷,將比完整的樣品加熱或冷卻得更快或更慢。因此,這種方法可以在短時(shí)間內(nèi)監(jiān)測(cè)較大的表面而不會(huì)與材料接觸,較好地分析結(jié)果。但是玻璃纖維的半透明性,限制了這種無(wú)損檢測(cè)方法的使用。

托木斯克理工大學(xué)無(wú)損檢測(cè)和安全工程學(xué)院研究人員阿列克謝·莫斯科夫琴科表示,在不透明的物體中,光首先被材料的表面吸收并轉(zhuǎn)化為熱量,然后表面熱量擴(kuò)散到材料深處。而在半透明材料中,一部分光穿過(guò)材料被整個(gè)厚度吸收,從而導(dǎo)致材料內(nèi)部受熱不均勻代替了材料的表面受熱現(xiàn)象。因此,建立在表面受熱物理學(xué)基礎(chǔ)之上的各種方法就無(wú)效了。

研究人員開(kāi)發(fā)的使用人工神經(jīng)網(wǎng)絡(luò)技術(shù)檢測(cè)半透明材料缺陷的新方法,主要包括檢測(cè)時(shí)使用的算法軟件,其有效性取決于用于神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的數(shù)據(jù)的數(shù)量和質(zhì)量,對(duì)于特定的材料和設(shè)備,可以對(duì)網(wǎng)絡(luò)學(xué)習(xí)進(jìn)行訓(xùn)練,使測(cè)量精度超過(guò)其他方法。

目前,該軟件正在實(shí)驗(yàn)室進(jìn)一步研究,研究人員計(jì)劃繼續(xù)改進(jìn)算法以提高其準(zhǔn)確性。

責(zé)任編輯:lq

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 神經(jīng)網(wǎng)絡(luò)

    關(guān)注

    42

    文章

    4814

    瀏覽量

    103648
  • 測(cè)量
    +關(guān)注

    關(guān)注

    10

    文章

    5246

    瀏覽量

    113545
  • 紅外熱成像
    +關(guān)注

    關(guān)注

    3

    文章

    399

    瀏覽量

    15589

原文標(biāo)題:神經(jīng)網(wǎng)絡(luò)技術(shù)檢測(cè)玻璃鋼缺陷精度高

文章出處:【微信號(hào):MEMSensor,微信公眾號(hào):MEMS】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    無(wú)刷直流電機(jī)反電勢(shì)過(guò)零檢測(cè)新方法

    附件免費(fèi)獲取完整資料~~~ *附件:無(wú)刷直流電機(jī)反電勢(shì)過(guò)零檢測(cè)新方法.pdf 【免責(zé)聲明】本文系網(wǎng)絡(luò)轉(zhuǎn)載,版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)問(wèn)題,請(qǐng)第時(shí)間告知,
    發(fā)表于 06-26 13:50

    無(wú)刷電機(jī)小波神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)子位置檢測(cè)方法的研究

    MATLAB/SIMULINK工具對(duì)該方法進(jìn)行驗(yàn)證,實(shí)驗(yàn)結(jié)果表明該方法在全程速度下效果良好。 純分享帖,點(diǎn)擊下方附件免費(fèi)獲取完整資料~~~ *附件:無(wú)刷電機(jī)小波神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)子位置檢測(cè)
    發(fā)表于 06-25 13:06

    BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的比較

    BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)在多個(gè)方面存在顯著差異,以下是對(duì)兩者的比較: 、結(jié)構(gòu)特點(diǎn) BP神經(jīng)網(wǎng)絡(luò) : BP神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 02-12 15:53 ?673次閱讀

    BP神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點(diǎn)分析

    BP神經(jīng)網(wǎng)絡(luò)(Back Propagation Neural Network)作為一種常用的機(jī)器學(xué)習(xí)模型,具有顯著的優(yōu)點(diǎn),同時(shí)也存在些不容忽視的缺點(diǎn)。以下是對(duì)BP神經(jīng)網(wǎng)絡(luò)優(yōu)缺點(diǎn)的分析
    的頭像 發(fā)表于 02-12 15:36 ?926次閱讀

    什么是BP神經(jīng)網(wǎng)絡(luò)的反向傳播算法

    BP神經(jīng)網(wǎng)絡(luò)的反向傳播算法(Backpropagation Algorithm)是一種用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)的有效方法。以下是關(guān)于BP神經(jīng)網(wǎng)絡(luò)的反
    的頭像 發(fā)表于 02-12 15:18 ?775次閱讀

    BP神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的關(guān)系

    ),是一種多層前饋神經(jīng)網(wǎng)絡(luò),它通過(guò)反向傳播算法進(jìn)行訓(xùn)練。BP神經(jīng)網(wǎng)絡(luò)由輸入層、個(gè)或多個(gè)隱藏層和輸出層組成,通過(guò)逐層遞減的方式調(diào)整網(wǎng)絡(luò)權(quán)重,
    的頭像 發(fā)表于 02-12 15:15 ?863次閱讀

    人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法

    在上篇文章中,我們介紹了傳統(tǒng)機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)和多種算法。在本文中,我們會(huì)介紹人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法,供各位老師選擇。 01 人工
    的頭像 發(fā)表于 01-09 10:24 ?1203次閱讀
    人工<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的原理和多種<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>架構(gòu)<b class='flag-5'>方法</b>

    ANN神經(jīng)網(wǎng)絡(luò)——器件建模

    隨著半導(dǎo)體行業(yè)的新材料、新工藝、新器件的不斷發(fā)展,人工神經(jīng)網(wǎng)絡(luò)作為一種替代方法已經(jīng)被引入器件建模領(lǐng)域。本文介紹了ANN神經(jīng)網(wǎng)絡(luò)建模的起源、優(yōu)
    的頭像 發(fā)表于 01-06 13:41 ?1003次閱讀
    ANN<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>——器件建模

    文詳解物理信息神經(jīng)網(wǎng)絡(luò)

    物理信息神經(jīng)網(wǎng)絡(luò) (PINN) 是一種神經(jīng)網(wǎng)絡(luò),它將微分方程描述的物理定律納入其損失函數(shù)中,以引導(dǎo)學(xué)習(xí)過(guò)程得出更符合基本物理定律的解。
    的頭像 發(fā)表于 12-05 16:50 ?8440次閱讀
    <b class='flag-5'>一</b>文詳解物理信息<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>

    利用全息技術(shù)在硅晶圓內(nèi)部制造納米結(jié)構(gòu)的新方法

    本文介紹了一種利用全息技術(shù)在硅晶圓內(nèi)部制造納米結(jié)構(gòu)的新方法。 研究人員提出了一種在硅晶圓內(nèi)部制造納米結(jié)構(gòu)的
    的頭像 發(fā)表于 11-18 11:45 ?747次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的比較

    在深度學(xué)習(xí)領(lǐng)域,神經(jīng)網(wǎng)絡(luò)模型被廣泛應(yīng)用于各種任務(wù),如圖像識(shí)別、自然語(yǔ)言處理和游戲智能等。其中,卷積神經(jīng)網(wǎng)絡(luò)(CNNs)和傳統(tǒng)神經(jīng)網(wǎng)絡(luò)是兩常見(jiàn)的模型。 1. 結(jié)構(gòu)差異 1.1 傳統(tǒng)
    的頭像 發(fā)表于 11-15 14:53 ?1878次閱讀

    RNN模型與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的區(qū)別

    神經(jīng)網(wǎng)絡(luò)是機(jī)器學(xué)習(xí)領(lǐng)域中的一種強(qiáng)大工具,它們能夠模擬人腦處理信息的方式。隨著技術(shù)的發(fā)展,神經(jīng)網(wǎng)絡(luò)的類型也在不斷增加,其中循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN
    的頭像 發(fā)表于 11-15 09:42 ?1133次閱讀

    基于LSTM神經(jīng)網(wǎng)絡(luò)的情感分析方法

    能力而受到廣泛關(guān)注。 1. 引言 情感分析在商業(yè)智能、客戶服務(wù)、社交媒體監(jiān)控等領(lǐng)域具有廣泛的應(yīng)用。傳統(tǒng)的情感分析方法依賴于手工特征提取和機(jī)器學(xué)習(xí)算法,但這些方法往往難以處理文本中的長(zhǎng)距離依賴關(guān)系。LSTM作為一種循環(huán)
    的頭像 發(fā)表于 11-13 10:15 ?1281次閱讀

    LSTM神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與工作機(jī)制

    LSTM(Long Short-Term Memory,長(zhǎng)短期記憶)神經(jīng)網(wǎng)絡(luò)一種特殊的循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN),設(shè)計(jì)用于解決長(zhǎng)期依賴問(wèn)題,特別是在處理時(shí)間序列數(shù)據(jù)時(shí)表現(xiàn)出色。以下是LSTM神經(jīng)
    的頭像 發(fā)表于 11-13 10:05 ?1632次閱讀

    俄羅斯研發(fā)半透明太陽(yáng)能電池板,既發(fā)電又透光引領(lǐng)未來(lái)建筑美學(xué)

    8月6日,科技界傳來(lái)新進(jìn)展,俄羅斯國(guó)立研究型技術(shù)大學(xué)宣布了項(xiàng)突破性成果:他們成功研發(fā)出一種創(chuàng)新方法,將氧化銦錫(ITO)透明電極以全
    的頭像 發(fā)表于 08-07 16:02 ?909次閱讀