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！

龙图腾网获悉南通大学申请的专利一种改进VMD-Bayes的焊接声音信号提取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：CN120015052B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202510145087.X，技术领域涉及：G10L25/27；该发明授权一种改进VMD-Bayes的焊接声音信号提取方法是由华亮;徐桐;胡泮;丁厚实;金宇超;陈然;汤尧;李子昂;朱永乐;陈镜企;徐睿泽设计研发完成，并于2025-02-10向国家知识产权局提交的专利申请。

本一种改进VMD-Bayes的焊接声音信号提取方法在说明书摘要公布了：本发明公开了一种改进VMD‑Bayes的焊接声音信号提取方法，具体涉及信号处理与分析技术领域，解决了现有技术中焊接声音信号在大功率激光焊接过程中存在的信号噪声干扰及信号特征提取不足的技术问题；其技术方案为：基于麻雀搜索算法来确定模态数量以及惩罚因子，然后通过Bayes优化获取其中的最优模态，得到更精确、更稳定的声音信号；本发明能够有效提取焊接过程中的关键特征，从而提高信号的可靠性，为焊接状态检测提供了可靠的技术支持。

本发明授权一种改进VMD-Bayes的焊接声音信号提取方法在权利要求书中公布了：1.一种改进VMD-Bayes的焊接声音信号提取方法，其特征在于，包括如下步骤： S1：使用麦克风传感器采集焊接过程产生的声音信号，将音频信号转换为时域信号，并通过计算时域信号的振幅包络提取低频有效信号； S2：对VMD中分解的模态数K与惩罚因子a通过麻雀搜索算法优化，得到最优的模态数以及惩罚因子； S3：利用VMD将所转化得到的时域信号分解为多个本征模态函数； S4：引入Bayes模型，采用高斯过程回归作为代理模型，对焊接状态声音信号的模态进行分析预测，并结合期望改进EI准则对每个模态的信噪比，能量以及均方误差进行比较计算，EI准则通过考虑高斯回归预测的均值和方差，衡量每个模态相较于当前最优模态的潜在改进程度，EI值较大的模态即存在着更优特性；基于EI准则排序后，最终选取优化后的最优模态作为与原焊接状态声音最相关的模态，去除非相关模态噪声，提取与焊接声音状态最相关的优化信号； 所述步骤S4中，通过引入Bayes模型处理，计算每个本征模态函数IMF的特征参数：信噪比为SNR、能量为E、均方误差为MSE，他们的计算公式如下所示： 其中，Psignal为信号功率，Pnoise为噪声功率，N表示采样点总数，si表示优化信号在第i个采样点的幅值，ni表示噪声信号在第i个采样点的幅值，sk表示原始信号在第k个采样点的幅值； 将上述特征参数构建为特征向量，输入Bayes模型，通过Bayes推断计算每个模态与焊接状态的相关性概率； 将SNR，MSE，E作为优化目标函数fx，他们加权求和： fx＝w1·SNR+w2·E-w3·MSE 其中w1，w2，w3为权重系数； 选择高斯回归作为代理模型，预测不同特征向量下的目标函数分布： fx～GPμx,lx,x' μ*＝l*TL-1y σ*2＝lx*,x*-l*TL-1l* 其中fx为目标函数服从高斯分布，μx为均值函数，lx,x'为核函数，μ*为预测均值，σ*2为预测方差，x*为新输入数据，l*为训练数据与新输入数据x*的协方差向量，L为训练数据协方差矩阵，y为训练数据的目标值向量； 对于每个候选的IMF，采用期望改进EI准则计算，评估在该模态进行采样的潜在收益，EI计算公式为： 其中μx为高斯过程在x处的预测均值，σx为高斯过程在x处的预测标准差，f*为当前最佳目标函数值，Φ为标准正态分布的累积分布函数，φ为标准正态分布的概率密度函数； 对EI值进行比较，选择EI值最高的IMF作为最优模态，去除非相关模态噪声，提取与焊接声音状态最相关的优化信号。

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南通大学，其通讯地址为：226000 江苏省南通市崇川区永福路79号1幢南通大学技术转移研究院；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。