Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
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 积分商城 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 > 天津市镇瑀科技有限公司郭镇瑀获国家专利权

天津市镇瑀科技有限公司郭镇瑀获国家专利权

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!

龙图腾网获悉天津市镇瑀科技有限公司申请的专利一种基于红外热成像的电子元器件早期故障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:CN121164775B

龙图腾网通过国家知识产权局官网在2026-02-10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:202511393218.2,技术领域涉及:G01R31/00;该发明授权一种基于红外热成像的电子元器件早期故障检测方法是由郭镇瑀设计研发完成,并于2025-09-27向国家知识产权局提交的专利申请。

一种基于红外热成像的电子元器件早期故障检测方法在说明书摘要公布了:本发明公开了一种基于红外热成像的电子元器件早期故障检测方法,包括如下步骤:采集红外热成像图像并同步采集电流和电压数据,得到红外热成像序列;对序列进行畸变校正、噪声抑制和辐射率校正,去除金属反射伪高温点;执行时序差分提取持续升温区域,生成时序温度特征向量;将特征向量输入改进型TimesNet模型,输出时序特征表示;计算重构误差、预测残差和频谱偏差,融合为异常评分;将异常评分与动态阈值比较,输出电子元器件标识、潜在故障类别和异常类型;结合历史数据比对生成早期故障趋势报告。本发明实现了电子元器件故障的早期检测和趋势预测,适用于复杂电路系统的状态监测与可靠性保障。

本发明授权一种基于红外热成像的电子元器件早期故障检测方法在权利要求书中公布了:1.一种基于红外热成像的电子元器件早期故障检测方法,其特征在于,包括如下步骤: 采集电子元器件红外热成像图像并同步采集电流和电压数据,经时间对齐得到红外热成像序列; 对红外热成像序列进行畸变校正和噪声抑制,并结合元器件材料参数进行红外辐射率校正,利用掩膜去除金属反射伪高温点,得到校正后红外热成像序列; 对校正后红外热成像序列执行时序差分提取持续升温区域,并结合边界梯度连续性约束生成电子元器件时序温度特征向量; 将电子元器件时序温度特征向量输入改进型TimesNet模型,改进型TimesNet模型包括热斑先验注意力模块、多尺度卷积分支和含频带选择门控及相位校正的频域分支,经跨分支注意力融合与残差校准输出时序特征表示; 在改进型TimesNet模型输出端计算重构误差、预测残差和频谱偏差并融合为异常评分; 将异常评分与动态阈值比较,输出电子元器件标识、潜在故障类别和异常类型; 记录早期故障检测结果,并与历史数据比对,生成早期故障趋势报告; 所述改进型TimesNet模型具体包括: 构建包括热斑先验注意力模块、多尺度卷积分支、含频带选择门控与相位校正的频域分支、跨分支注意力融合单元和残差校准单元的改进型TimesNet模型; 热斑先验注意力模块接收电子元器件时序温度特征向量及热斑先验矩阵,所述热斑先验矩阵通过对红外热成像序列执行帧间温度差分、计算均值与标准差、基于阈值判定候选热斑区域并结合连通域分割与边界连续性约束生成; 采用基于高斯核的空间注意力计算不同位置特征的相似性并融合先验矩阵形成权重,对电子元器件时序温度特征向量加权得到热斑增强特征; 多尺度卷积分支接收热斑增强特征,设置多组并行的卷积单元,每组卷积单元采用不同的卷积核尺寸和膨胀率,对热斑增强特征进行因果卷积操作和归一化处理,分别提取短期升温特征与长期扩散特征,各分支输出经拼接与残差连接得到多尺度卷积特征; 频域分支接收热斑增强特征,执行快速傅里叶变换得到频谱表示,在频带选择门控单元中为每个频率分量设置可学习权重参数,并通过Sigmoid激活函数约束在0至1之间,与频谱分量逐点相乘得到筛选后的频谱,在相位校正单元中对保留的频谱分量叠加可训练相位偏移参数,生成校正后的频域特征表示; 跨分支注意力融合单元接收多尺度卷积特征与校正后的频域特征表示,利用多头注意力机制计算不同特征分支之间的相关性权重,并通过加权融合的方式生成联合特征向量; 残差校准单元接收联合特征向量与热斑增强特征,执行逐元素残差叠加操作,并结合归一化与全连接映射输出最终时序特征表示; 所述在改进型TimesNet模型输出端计算重构误差、预测残差和频谱偏差并融合为异常评分,具体包括: 将改进型TimesNet模型输出的最终时序特征表示与电子元器件时序温度特征向量逐点比较,计算差异并在时间维度上统计,得到重构误差; 将改进型TimesNet模型输出的最终时序特征表示与电子元器件对应的真实时序温度特征向量逐点比较,计算差异并在时间维度上统计,得到预测残差; 将改进型TimesNet模型输出的最终时序特征表示转换至频谱空间,提取频率分量并与正常运行状态下的电子元器件参考频谱逐频段比较,计算差异并在频率维度上统计,得到频谱偏差; 对重构误差、预测残差和频谱偏差进行统一归一化和尺度校正,依据设定的加权系数组合三类结果,生成异常评分。

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天津市镇瑀科技有限公司,其通讯地址为:300000 天津市河西区围堤道53号增1号丽晶大厦A座506;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。