基于激光超声波金属机械零件表面缺陷检测方法

摘要

针对目前金属表面缺陷检测时存在数据集不足、检测精度低的缺陷，提出了一种基于激光超声波金属机械零件表面缺陷检测方法。首先，研究了基于热弹性机制的激光超声生成机制，提出应用数值模拟产生大量超声波样本数据。其次，设计了一种基于深度学习的金属表面缺陷检测模型，从而实现端对端的金属表面缺陷检测。实验结果表明，与CNN和LSTM网络相比，所提金属表面检测模型综合性能更优。仿真结果进一步验证了所提模型对激光超声波下金属零件表面缺陷检测研究具有一定借鉴作用。

关键词

激光超声波 / 金属 / 缺陷检测 / 深度学习 / 数值模拟