版权所有：内蒙古大学图书馆 技术提供：维普资讯• 智图
内蒙古自治区呼和浩特市赛罕区大学西街235号 邮编: 010021
机器学习在复合绝缘子缺陷超声检测中的应用与展望
Application and prospect of machine learning in ultrasonic testing of composite insulator defects作者机构：清华大学电力系统及发电设备控制和仿真国家重点实验室北京100084 北京云道智造科技有限公司北京100190
出 版 物：《无损检测》 (Nondestructive Testing)
年 卷 期：2021年第43卷第5期
页 面：58-63页
学科分类：08[工学] 080502[工学-材料学] 0805[工学-材料科学与工程（可授工学、理学学位）] 080102[工学-固体力学] 0801[工学-力学（可授工学、理学学位）]
基 金：国家自然科学基金项目(52077110) 国家自然科学基金青年项目(52007088)
摘 要：在综述不同无损检测方法的基础上,重点介绍了3种复合绝缘子缺陷的超声检测方法,分析了各自的优势和不足,并讨论了基于机器学习原理的超声检测缺陷识别方法,总结了深度学习在超声缺陷识别预测中的优势,探讨了基于深度学习的复合绝缘子超声检测中的3大难题,给出了可行的解决策略,可为该领域的进一步研究提供技术参考。
