一种基于热感知神经网络的钢轨内部缺陷检测方法

专利主权项内容

1.一种基于热感知神经网络的钢轨内部缺陷检测方法，其特征在于，步骤如下：S1、选取已知的无缺陷试样和有缺陷试样作为实验对象，采用三维涡流脉冲热成像系统对试样进行实验测试获得3D ECPT实验数据，并通过有限元仿真模拟实验获得仿真数据，使用3D ECPT实验数据和仿真数据构建实验-仿真数据集，作为标准数据库；S2、将物理信息神经网络与热感信息相耦合构建得到热感知神经网络，然后对热感知神经网络进行训练和优化；S3、将待测的有缺陷试样的表面温度-时间序列数据输入到训练优化后的热感知神经网络中进行处理，得到该试样的内部温度分布，提取出该试样的实验参数，结合标准数据库构建出无缺陷标准试样的表面温度-时间序列数据并输入到热感知神经网络中，得到标准试样的内部温度分布，通过误差衡量函数F来对二者之间的误差进行定量分析，即实现缺陷的定性与精确定量分析。