关键词：反向传播神经网络;果蝇优化算法;船舶吊运机械臂;超声检测
摘 要：随着海洋工程领域的扩展与深化，船舶吊运机械臂成为海洋作业的关键技术支持。为了保证机械臂焊接接头的焊接质量，降低海洋作业风险，研究以神经网络为技术支持，设计了点焊接头超声无损检测的缺陷智能识别模型。实验结果表明，研究针对超声无损智能检测模型设计的优化算法，在单峰测试函数上最小值的寻优值为4.804E-11。寻优超体积最大为0.954，与真实前沿解的最小距离为0.203。改进之后的检测模型在F1值上最大可达0.946，损失值最小为0.07，分类检测能力较强。该方法可较好地拟合超声信号特征，有效区分焊接接头的不同缺陷，区分合格焊接与缺陷焊接。研究设计的超声无损缺陷智能检测识别模型有效保证了船舶吊运机械臂的焊接质量，满足海洋工程对船舶吊运机械臂焊接的高要求。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取