作者：殷 鹰1， 谢罗峰2， 黄泰博3
作者单位：1. 四川省特种设备检验研究院，四川 成都 610061; 2. 四川大学机械工程学院，四川 成都 610065; 3. 四川大学锦城学院智能制造学院，四川 成都 611731
关键词：深度学习; 无损检测; 磁瓦; 内部缺陷
摘要：
针对开发一套智能化磁瓦内部缺陷检测设备的需求，提出一种基于深度一维卷积网络的智能识别方法。该方法通过原始时域信号训练深度一维卷积网络，利用卷积网络逐层挖掘信号隐藏特征能力完成智能诊断。与传统方法相比，利用深度一维卷积网络能够摆脱对专家经验和信号处理知识的依赖，以其强大的自动提取特征能力完成磁瓦内部缺陷的智能诊断。 在 3 种类型磁瓦数据上进行特征提取和缺陷识别，实验结果表明，该方法能够有效地从声音信号中提取缺陷特征和识别，结合开发的机械设备，能够满足磁瓦内部缺陷智能化检测的需求。
