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！

龙图腾网获悉山东大学;山东天烽智元智能科技有限责任公司申请的专利一种考虑多传感时序特征的焊接质量诊断方法及平台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：CN120724291B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202511194947.5，技术领域涉及：G06F18/2415；该发明授权一种考虑多传感时序特征的焊接质量诊断方法及平台是由姬帅;李克强;张承瑞;尹贻生;陈赓设计研发完成，并于2025-08-26向国家知识产权局提交的专利申请。

本一种考虑多传感时序特征的焊接质量诊断方法及平台在说明书摘要公布了：本发明公开了一种考虑多传感时序特征的焊接质量诊断方法及平台，涉及焊接质量诊断技术领域，包括：采集焊接过程的可见光、红外光及温度数据，得到第一焊接过程数据；对第一焊接过程数据进行滤波处理，得到第二焊接过程数据；对第二焊接过程数据进行归一化处理，得到第三焊接过程数据；将第三焊接过程数据输入至3DCNN‑TimesNet模型：通过快速傅里叶变换提取第三焊接过程数据的前k个主频率，并计算对应的周期长度；基于周期长度将一维时序数据重塑为k个二维张量；对每个二维张量进行特征提取，融合相邻时间点、相邻周期及不同传感信号的特征；将特征提取结果按频谱幅值加权聚合，输出焊接质量分类结果。

本发明授权一种考虑多传感时序特征的焊接质量诊断方法及平台在权利要求书中公布了：1.一种考虑多传感时序特征的焊接质量诊断方法，其特征在于，包括： 采集焊接过程的可见光、红外光及温度数据，得到第一焊接过程数据； 对所述第一焊接过程数据进行Savitzky-Golay滤波处理，得到第二焊接过程数据； 对所述第二焊接过程数据进行归一化处理，得到第三焊接过程数据； 将所述第三焊接过程数据输入至3DCNN-TimesNet模型，所述3DCNN-TimesNet模型是利用3D卷积替换TimesNet神经网络中的Inception模块，得到改进的模型，具体如下： 通过快速傅里叶变换提取所述第三焊接过程数据的前k个主频率，并计算对应的周期长度； 基于所述周期长度将一维时序数据重塑为k个二维张量； 通过3D卷积对每个二维张量进行特征提取，融合相邻时间点、相邻周期及不同传感信号的特征； 将k个特征提取结果按频谱幅值加权聚合，输出焊接质量分类结果； 所述数据重塑的过程包括： 快速傅里叶变化，对于长度为个时间步，包含个变量的序列样本，通过嵌入层将序列样本投影到深层特征，得到第二序列样本；将第二序列样本重塑为多个二维张量： ； 其中，表示重新调整矩阵的形状，表示在时间维度上对第二序列样本进行零填充，使其长度适配用于的变换操作； 所述3D卷积特征提取的过程包括： 通过3D卷积核同时处理二维张量的三个维度： 行方向捕捉周期间变化特征； 列方向捕捉周期内变化特征； 通道方向融合多传感信号特征； 所述加权聚合的过程包括： 将个不同的一维表示进行融合，基于幅值对一维表示进行聚合： ； 其中，为未归一化幅值，为归一化操作，它将一组值转换为一个概率分布，为归一化后的幅值权重，为经过融合后得到的变量表示； 所述焊接质量分类的过程包括： 通过堆叠多层模块深入挖掘时序信息； 为每种焊接质量引入可训练的权重索引 采用二元交叉熵损失，期望在不同路径中的权重索引单独训练，以获得每个焊接状态的最佳值，在计算损失之前，网络输出通过Sigmoid函数进行处理，在反向传播计算梯度后更新网络参数，损失计算公式如下： 其中，表示焊接质量的类别数，表示模型的输出，模型对第i个类别的预测概率，是真实标签。

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山东大学;山东天烽智元智能科技有限责任公司，其通讯地址为：250100 山东省济南市历城区山大南路27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。