一种基于模式识别的粉末冶金缺陷检测方法

本发明涉及一种基于模式识别的粉末冶金缺陷检测方法，包括实时采集粉末冶金生产线上各个关键位置的工艺环境参数数据、以及检测对象的缺陷图像和信号数据；对原始数据集执行去噪、归一化处理；提取缺陷图像和信号数据的空间特征、以及各生产单元的工艺环境参数动态序列特征；构建基于自适应时间序列的工艺参数分布模型；将联合向量和参数分布描述输入深度时序神经网络模型；计算未来预设时间窗内各缺陷类型的发生概率趋势；对缺陷趋势预警信号判断是否满足工艺安全界限或行业质量阈值。本发明能实时感知生产现场的工艺变化，即便在原材料批次更换或设备特性波动情况下，模型依然能够自动补偿特征漂移，保持缺陷类型趋势预警判别的高精度。