Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 合肥工业大学张小正获国家专利权

合肥工业大学张小正获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉合肥工业大学申请的专利基于3D卷积神经网络和位移响应的金属板裂纹识别方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116543204B

龙图腾网通过国家知识产权局官网在2025-09-23发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310454935.6,技术领域涉及:G06V10/764;该发明授权基于3D卷积神经网络和位移响应的金属板裂纹识别方法是由张小正;刘凯;毕传兴;张永斌设计研发完成,并于2023-04-25向国家知识产权局提交的专利申请。

基于3D卷积神经网络和位移响应的金属板裂纹识别方法在说明书摘要公布了:本发明公开了一种基于3D卷积神经网络和位移响应的金属板裂纹识别方法,对于裂纹位置不同的各金属板采用位移传感器获取各金属板在受到不同频率的激励力作用下的各金属板的表面振动响应位移数据;针对位移数据通过傅里叶变换获得不同频率下金属板表面位移的位移云图;将针对金属板的裂纹位置识别转化为分类问题,裂纹位置不同的各金属板的位移云图相当于不同的类别;利用位移云图训练获得3D卷积神经网络模型,采用完成训练的3D卷积神经网络模型以分类的方式实现金属板裂纹位置识别。本发明中样本数据包含金属板表面振动响应的空间信息和位移响应随频率变化的信息,能够实现较小裂纹的准确识别。

本发明授权基于3D卷积神经网络和位移响应的金属板裂纹识别方法在权利要求书中公布了:1.一种基于3D卷积神经网络和位移响应的金属板裂纹识别方法,其特征是按如下过程进行: 对于裂纹位置不同的各金属板,采用位移传感器获取各金属板在受到不同频率的激励力作用下的各金属板的表面振动响应位移数据;针对各金属板的表面振动响应位移数据分别通过傅里叶变换获得不同频率下金属板表面位移的RGB云图,对所述RGB云图进行剪裁,得到大小相同的位移云图;将针对金属板的裂纹位置识别转化为分类问题,裂纹位置不同的各金属板的位移云图相当于不同的类别;利用所述位移云图训练获得3D卷积神经网络模型,采用完成训练的3D卷积神经网络模型以分类的方式实现金属板裂纹位置识别; 将同一裂纹位置不同频率下的位移云图作为一个样本数据,所述样本数据为金属板表面振动位移随频率变化的信息,其为三维数据,包含金属板表面的振动位移信息,并包含激励引发相应金属板表面位移的频率信息;对所述样本数据进行打标签分类,且分类为训练集、验证集和测试集;建立3D卷积神经网络模型对所述训练集进行学习,在由3D卷积神经网络模型对训练集中的样本数据进行迭代训练中调整模型权重和偏置,使所述3D卷积神经网络模型更好地拟合训练集中的样本数据;比较训练集和验证集的损失函数值,根据所述损失函数值判断模型的拟合程度,通过对模型超参数进行调整,以达到更好的泛化性能;利用测试集对完成训练的3D卷积神经网络模型进行准确率评估,将准确率满足要求的3D卷积神经网络模型用于金属板裂纹的位置识别。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人合肥工业大学,其通讯地址为:230009 安徽省合肥市包河区屯溪路193号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。