科研学术

分享到微信 ×
打开微信“扫一扫”
即可将网页分享至朋友圈
自动化学院博士研究生陈锐在IEEE FENDT 2025国际会议报告基于双驱动人工智能的涡流阵列表面缺陷层析成像
文:自动化工程学院 图:自动化工程学院 来源:自动化学院 时间:2026-09-05

2025年IEEE 远东无损检测大会(FENET 2025)于2025年7月2日至5日在中国长春举行。会议聚焦机无损检测、机器人、自动化、传感器及智能控制等前沿方向。自动化学院博士研究生陈锐在会议上作题为“Dual-Driven AI for Eddy Current Array-Based Surface Defect Tomography”的学术报告。面向数字驱动的AI算法,容易出现缺陷伪影和量化困难的问题,陈锐系统介绍了团队在物理和数字双驱动的无损检测缺陷重构方面的最新研究进展。

       报告重点介绍了物理和数字人工智能双驱动的主动电磁智能感知与缺陷层析成像方法。针对传统阵列涡流检测中弱缺陷响应易被背景信息掩盖、观测信息不足以及数据驱动反演物理一致性较弱等问题,研究构建了物理电磁神经网络与物理先验增强强化学习方法,通过自适应调控多线圈激励参数,实现目标区域电磁场主动聚焦与缺陷响应增强;进一步结合传感器信息扩散模型,将电磁场物理先验融入生成式重建过程,实现缺陷轮廓、深度及三维形貌的高分辨率重构。相关研究有效提升了弱缺陷检测灵敏度和复杂隐蔽目标重建精度,为电磁无损检测由被动感知向主动智能感知、由数据驱动向物理和数字协同驱动发展提供了新的技术路径。报告结束后,参会师生踊跃发言,与陈锐就物理AI驱动的技术算法、细节、缺陷生成重构等关键技术问题展开了深入交流与探讨。

个人简介:陈锐,电子科技大学自动化工程学院仪器科学与技术专业2022级博士研究生,导师为高斌教授。主要研究方向包括电磁无损检测技术、物理AI、深度学习和电磁有限元仿真等。以第一作者身份在IEEE Transactions on Industrial Informatics(IEEE TII)等检测与测量领域国际顶尖期刊,以及IEEE FENDT等国际会议上发表多篇学术论文。

编辑:杨丽可  /   审核:李果  /   发布:杨丽可

热点新闻