自抗扰的神经网络技术

自抗扰的神经网络技术是基于零件内外部制造缺陷高精度视觉检测技术采集X射线图像作为缺陷数据集，借鉴残差神经网络的残差连接方式，创建自抗扰的神经网络，提高铸件内部缺陷检测的鲁棒性。基于X光的内部缺陷种类及数据集，快速得到压铸件内部缺陷检测结果。

构建智能制造过程数字化模型库、知识库和数字孪生组件库，实现复杂构件智能制造运行状态的在线监控-预测-学习-控制。

大连理工大学丛明教授带领的智能制造与机器人创新团队由褚金奎教授、刘冬副教授、张然副教授、胡延平副教授及博士、硕士研究生组成，主要成员具有海外留学背景，研究领域包括智能制造与机器人、视觉缺陷检测、数字孪生、机器人学习、机器人规划与自主导航等，主要面向金属铸造、注塑、汽车、3C电子、军工等产业，重点开展视觉高精度检测技术、机器人技术与装备、智能制造技术与应用、智能传感器等方向前沿技术研究和成果转化应用。