基于神经网络的注塑制品表面缺陷自动识别方法的研究

• 作 者: 刘斌 孙加伟 吴盛金
• 机 构: 华南理工大学聚合物成型加工工程教育部重点实验室聚合物新型成型装备国家工程研究中心
• 出 处: 塑料工业
• 发表日期: 2012年2期
• 关键词: 注塑制品 表面缺陷 自动识别 神经网络 Injection Product Surface Defect Automatic Recognition

将基于误差反向传播算法（BP）的神经网络引入到注塑制品表面缺陷的自动识别。介绍了如何选择合适的BP神经网络，包括网络层数的选取、学习算法的选取等。最后分别利用90组样本对BP神经网络进行训练和仿真，得到制品表面缺陷的平均识别率达84．44％，说明利用BP神经网络对于注塑制品表面缺陷进行识别是可行的。