利用卷积神经网络检测锂电池电极缺陷

• 作者: 周佳禾 宫元九
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 卷积神经网络 锂电池 支持向量机
• 年，卷（期）: 2019,（19）
• 所属期刊栏目: 在线测试与故障诊断
• 页码范围: 182-186
• 页数: 5页
• 分类号: TP181
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1903238

摘要

锂电池X射线影像是通过X射线成像系统获得的,通过分析X射线影像能够有效地检测锂电池电极缺陷以确保产品质量.针对锂电池电极缺陷在X射线影像中的表现特点,提出了一种以卷积神经网络(CNN)为核心的锂电池电极缺陷检测方法.为提升检测速度,构建了轻量级的CNN并利用源自电池电极区域的小尺寸图像完成训练,将电池电极完整区域图像通过CNN提取的特征送入支持向量SVM机给出最终预测检测结果.实验结果表明,该方法具有较高的检测速度,检测的准确性优于99％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宫元九		10	22	3.0	4.0
2	周佳禾		2	0	0.0	0.0