[发明专利]基于BP神经网络的汽车胶管芯轴质量评价方法

权利要求书

1.基于BP神经网络的汽车胶管芯轴质量评价方法，其特征在于，包括以下步骤:

步骤一、对胶管芯轴的表面图像进行采集；

步骤二、根据图像处理算法对芯轴的表面图像进行分析，得到芯轴表面是否有断

裂、划痕数量、划痕长度、亮斑数量、亮斑面积的数据；

步骤三、构造人工神经网络，包括神经网络的类型、层数、各层节点数；

步骤四、根据步骤二确定的胶管芯轴表面是否有断裂、划痕数量、划痕长度、亮斑数

量、亮斑面积和芯轴质量情况构造训练样本；

步骤五、利用步骤四构造的训练样本训练人工神经网络模型；

步骤六、通过步骤五训练的神经网络模型对未知质量状态的芯轴进行检测，给出判断

结果。

2.如权利要求1所述的基于BP神经网络的汽车胶管芯轴质量评价方法，其特征在

于，进一步的步骤四包括下列步骤：

1)、根据步骤二输出的芯轴表面的缺陷种类、大小、数量数据作为训练数据集；

2)、对芯轴的表面质量进行标定，并作为训练数据集的标签属性。

3.如权利要求1所述的基于BP神经网络的汽车胶管芯轴质量评价方法，其特征在

于，进一步的步骤五包括以下步骤：

1)、用有质量标定的训练数据集逐层训练神经网络模型；

2)、添加神经网络的输出层，用有质量标定的训练样本微调神经网络的模型的参数完

成训练。