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！

龙图腾网获悉中国工程物理研究院研究生院;北京航空航天大学宁波创新研究院申请的专利基于网格自适应优化的相控阵超声轴类部件缺陷检测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：CN119959365B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510027251.7，技术领域涉及：G01N29/06；该发明授权基于网格自适应优化的相控阵超声轴类部件缺陷检测方法是由关雪飞;刘汉磊;何晶靖设计研发完成，并于2025-01-08向国家知识产权局提交的专利申请。

本基于网格自适应优化的相控阵超声轴类部件缺陷检测方法在说明书摘要公布了：本发明属于超声无损检测技术领域，具体涉及基于网格自适应优化的相控阵超声轴类部件缺陷检测方法，其包括:S1、建立轴类部件采样点极坐标系映射模型；S2、迭代获取轴类部件采样点数量的映射统计矩阵，自适应优化映射矩阵网格尺寸；S3、使用相控阵超声检测轴类部件，基于矩阵网格尺寸优化结果，获取超声成像数据；S4、采用希尔伯特变换与高斯滤波对超声成像数据进行处理、识别并提取缺陷区域，获取子矩阵对缺陷进行尺寸量化。本发明基于采样点分布情况与极坐标系优化映射网格尺寸，减少曲面部件超声检测中因采样点分布导致相位信息叠加误差从而干扰缺陷尺寸定量，提高结果准确性，改进曲面部件在工业领域中的服役寿命。

本发明授权基于网格自适应优化的相控阵超声轴类部件缺陷检测方法在权利要求书中公布了：1.一种基于网格自适应优化的相控阵超声轴类部件缺陷检测方法，其特征在于，其包括： S1：建立轴类部件采样点极坐标系映射模型； S2：迭代选取轴类部件采样点数量的映射统计矩阵，自适应优化网格尺寸；根据步骤S1中的轴类部件极坐标系映射模型计算采样点位置坐标及对应矩阵网格索引，并获取初始映射统计矩阵； S21：使用矩阵网格尺寸系数进行轴类部件采样点的矩阵网格尺寸迭代，具体为： ； 其中，为矩阵网格径向尺寸;为矩阵网格周向尺寸；为第一矩阵网格尺寸系数;为第二矩阵网格尺寸系数；为初始矩阵网格径向尺寸；为初始矩阵网格周向尺寸；为检测材料声速；为设备采样频率；为检测轴类部件半径；为编码器移动步距； S22：通过最小变异系数评估轴类部件采样点映射统计矩阵，得到映射统计矩阵中第一矩阵网格尺寸系数，优化采样点的矩阵网格尺寸；根据轴类部件每层采样点映射统计矩阵，进行迭代计算选取自适应优化周向矩阵网格尺寸，调整轴类部件采样点映射统计矩阵第j层的矩阵网格系数，得到轴类部件采样点映射统计矩阵为: ； 其中，为轴类部件第j层的采样点映射统计矩阵；为映射统计矩阵网格内采样点数量；为映射统计矩阵中第j层第二矩阵网格尺寸系数；为周向矩阵网格索引；为径向矩阵网格索引； 步骤S22中轴类部件每层采样点映射统计矩阵为： ； 其中，为索引的采样点映射统计矩阵内数值，具体为采样点数量；为以索引下的矩阵网格内采样点数量；为相控阵探头扇扫角度索引；为相控阵探头扇扫角度索引总数； S23：根据步骤S22中的轴类部件第j层的采样点映射统计矩阵，计算变异系数，优化得到映射统计矩阵中第j层第二矩阵网格尺寸系数；代入步骤S21中得到为映射统计矩阵中第j层矩阵网格周向尺寸和矩阵网格径向尺寸进行矩阵网格重建； S3：进行矩阵网格优化，使用相控阵超声检测轴类部件，得到超声成像数据；具体为： S31：通过步骤S2中的自适应优化过程获取矩阵网格尺寸优化结果，进行矩阵网格尺寸优化及整体矩阵网格构建；整体矩阵网格在径向方向为固定的尺寸，周向方向按照每层尺寸结果进行自适应调整，进行采样点信息重新映射； S32：使用相控阵超声检测轴类部件，处理超声成像数据；获取步骤S2中自适应重建后的矩阵网格，根据步骤S2中的轴类部件采样点位置坐标与矩阵网格索引提取超声成像数据，进行采样点映射； S33：通过合成孔径聚焦算法对轴类部件的超声检测数据相干叠加计算，得到超声成像数据，具体为： ； 其中，为相干叠加后以为索引的网格单元内的数值；为以为索引的采样点的回波幅度；为映射到矩阵网格单元的采样点的集合； S4：采用希尔伯特变换与高斯滤波对步骤S3获得的超声成像数据进行处理、识别并提取缺陷区域，建立轴类部件缺陷数值表征模型，完成对轴类部件缺陷检测。

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中国工程物理研究院研究生院;北京航空航天大学宁波创新研究院，其通讯地址为：100088 北京市海淀区花园路6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。