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！

龙图腾网获悉沈阳工业大学申请的专利一种针对管道漏磁数据增强及缺陷和异常信号检测的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：CN120670821B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202510774265.5，技术领域涉及：G06F18/213；该发明授权一种针对管道漏磁数据增强及缺陷和异常信号检测的方法是由刘斌;丁丽莹;何璐瑶;廉正;董鑫洋;董宏丽;王竹筠;李媛琳;胡宁;刘楠;梁正;杨理践设计研发完成，并于2025-06-11向国家知识产权局提交的专利申请。

本一种针对管道漏磁数据增强及缺陷和异常信号检测的方法在说明书摘要公布了：本发明提供的一种针对管道漏磁数据增强及缺陷和异常信号检测的方法，使用深度学习网络模型构建数据增强网络模型，事先建立训练数据集对数据增强模型进行训练，模型充分理解管道漏磁信号数据中缺陷的特征，后续利用增强后的管道漏磁数据集训练ResNet101网络，用来预测目标管道漏磁数据三轴分量为缺陷三轴分量的概率，根据训练好ResNet101网络和管道缺陷及异常判别准则直接对待检测的管道漏磁信号数据进行缺陷检测，无需人工经验和知识储备、自动提取数据特征的特点，对管道漏磁信号数据的缺陷自动化检测，解决深度模型需要大量数据用来训练，而实际采集到的历史管道漏磁数据量严重不足，无法支撑深度学习模型训练充分的问题。

本发明授权一种针对管道漏磁数据增强及缺陷和异常信号检测的方法在权利要求书中公布了：1.一种针对管道漏磁数据增强及缺陷和异常信号检测的方法，其特征在于，包括以下步骤： 构建数据增强网络训练数据集；所述训练数据集中包括若干个管道漏磁信号数据；每个缺陷漏磁数据由轴向分量、径向分量和周向分量所组成，三个分量数据拼接在一起，构成一个管道缺陷完整的可用来训练的漏磁数据； 基于深度残差模块构建数据增强网络，以所述数据增强网络训练数据集为所述数据增强网络的输入，对所述数据增强网络进行训练，得到训练好的数据增强模型； 构建管道缺陷及异常漏磁数据检测模型训练数据集；通过运行训练好的数据增强网络，获取网络所生成的管道漏磁信号的生成数据，将生成数据与采集到的原始管道漏磁信号一起作为管道缺陷及异常漏磁数据检测模型的训练数据集； 基于ResNet101网络构建缺陷及异常检测模型；以所述管道缺陷及异常漏磁数据检测模型训练数据集为所述缺陷检测模型的输入，以所述管道漏磁信号数据轴向、径向和周向三个方向分对应的缺陷方向分量类型为所述缺陷检测模型的目标输出，对所述缺陷检测模型进行训练，得到训练好的ResNet101模型；分别设置管道缺陷和异常信号的判别准则； 获取待检测的目标管道漏磁信号数据，当所述ResNet101模型对某一目标管道漏磁数据三个方向分量的分类概率满足所设定的识别条件时，认为此漏磁数据是管道缺陷或异常信号。

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沈阳工业大学，其通讯地址为：110870 辽宁省沈阳市经济技术开发区沈辽西路111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。