[发明专利]一种基于机器学习提高无损检测精度的方法

权利要求书

1.一种基于机器学习提高无损检测精度的方法，其特征在于：其具体方法如下：

(1)、建立系统：建立机器学习建模系统；

(2)、模型建立：建立人工智能基本模型，收集检测数据作为学习数据；

(3)、机器学习训练：将检测数据导入机器学习建模系统中进行学习训练；

(4)、优化检测模型：通过对各种不同的检测数据进行分析，并对其分析结果进行验证，将数据和验证结果做成示例再补充到训练集，进而优化检测模型；

(5)、智能检测：将需要分析的检测数据导入训练后的人工智能基本模型中，人工智能基本模型生成检测结果。

2.根据权利要求1所述的一种基于机器学习提高无损检测精度的方法，其特征在于：所述收集检测数据时采集被测物，在被测物上标记检测点，使用信号激发装置激发信号，使信号在被测物内部传播。

3.根据权利要求2所述的一种基于机器学习提高无损检测精度的方法，其特征在于：所述收集检测数据时使用信号接收装置，沿标记的检测点逐点采集在结构物内部传播后的信号，并对信号进行充分的解析。

4.根据权利要求3所述的一种基于机器学习提高无损检测精度的方法，其特征在于：所述收集检测数据时对被测物进行分析，标记每个检测点的状态，将每个检测点的状态和采集到的信号进行匹配后作为学习数据。

5.根据权利要求4所述的一种基于机器学习提高无损检测精度的方法，其特征在于：所述收集检测数据时中每个测点检测的信号包括11个参数：T_FFT[0]、T_FFT[1]、T_FFT[2]：信号傅里叶变换后的振幅前3阶极值点；T_MEM[0]、T_MEM[1]、T_MEM[2]：最大熵处理的幅前3阶极值点；R_FFT[1]、R_FFT[2]：傅里叶变化后二阶、三阶振幅相对一阶极值点的相对振幅；T_FstHfS：首波半波长；VRF(km/s)：标准波速；V_VPB(km/s)：测试波速。

6.根据权利要求5所述的一种基于机器学习提高无损检测精度的方法，其特征在于：所述机器学习建模系统包括数据模块(1)、训练学习模块(2)、求和模块(3)、建模模块(4)与显示模块(5)。

7.根据权利要求6所述的一种基于机器学习提高无损检测精度的方法，其特征在于：所述数据模块(1)包括数据获取单元(6)、数据储存单元(7)与数据分析单元(8)，所述显示模块(5)包括显示器单元(9)。