基于脉冲涡流与深度学习的微特电机绕组缺陷在线检测方法

本发明公开本基于脉冲涡流与深度学习的微特电机绕组缺陷在线检测方法，涉及无损检测技术领域，通过多通道涡流传感器阵列采集包含时域信号与频域特征的原始脉冲涡流检测数据，利用Maxwell方程约束网络对数据去噪与特征增强，并结合多尺度缺陷生成对抗网络生成缺陷特征候选集，得到目标涡流数据，对目标涡流数据施加混沌调频脉冲序列作为激励信号，利用相位同步锁频技术采集响应信号，获取增强涡流数据，再提取对应的包含物理特征与深度学习特征的电磁特征向量，将电磁特征向量与预设的缺陷特征库比对，结合动态激励响应差异，确定缺陷检测结果，该方法还能确定传感器检测权重进行数据融合，构建动态更新的缺陷特征库并联合微调网络。