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！

龙图腾网获悉兰州理工大学申请的专利板式换热器焊缝蠕变损伤评估方法、系统、设备及介质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：CN121298825B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202511854031.8，技术领域涉及：G01N25/72；该发明授权板式换热器焊缝蠕变损伤评估方法、系统、设备及介质是由张东;邹清;侯刚;王嘉琛;张惠婷;韩伟;安周建;丁勇;杜小泽;付建设计研发完成，并于2025-12-10向国家知识产权局提交的专利申请。

本板式换热器焊缝蠕变损伤评估方法、系统、设备及介质在说明书摘要公布了：本发明公开板式换热器焊缝蠕变损伤评估方法、系统、设备及介质，涉及工业设备无损检测技术领域。所述方法包括：获取焊缝区域的红外热图像以及设备监测数据；对所述红外热图像进行预处理，并根据预处理后的图像和设备监测数据进行损伤状态标注，构建训练样本集；构建改进的卷积神经网络，利用所述训练样本集对所述改进的卷积神经网络进行参数迭代优化，并将训练完成的网络确定为损伤评估模型；利用所述损伤评估模型对实时监测数据进行评估，并对评估结果进行可视化展示。本发明通过非接触式热像采集与智能算法分析，建立宏观温度场与材料微观损伤的内在关联，最终实现对在役板式换热器焊缝蠕变损伤的实时、准确与定量化评估。

本发明授权板式换热器焊缝蠕变损伤评估方法、系统、设备及介质在权利要求书中公布了：1.板式换热器焊缝蠕变损伤评估方法，其特征在于，包括： 获取焊缝区域的红外热图像以及设备监测数据；所述设备监测数据包括二维温度场数据序列和工艺参数； 对所述红外热图像进行预处理，并根据预处理后的图像和设备监测数据进行损伤状态标注，构建训练样本集； 构建改进的卷积神经网络，利用所述训练样本集对所述改进的卷积神经网络进行参数迭代优化，并将训练完成的网络确定为损伤评估模型； 利用所述损伤评估模型对实时监测数据进行评估，得到对应当前状态的评估结果，将所述评估结果在预先构建的板式换热器三维模型上进行可视化展示，并依据预设的阈值启动多级预警机制；其中，所述评估结果包括蠕变损伤等级评定以及剩余寿命预测值； 所述利用所述训练样本集对所述改进的卷积神经网络进行参数迭代优化，具体过程包括： 将所述训练样本集输入网络，先对红外热图像进行数据特征提取，得到用于表征损伤状态的宏观热特征，再将所述宏观热特征与工艺参数进行拼接融合，得到融合特征；所述宏观热特征包括最高温度、最低温度、平均温度、温度标准差、温度场梯度分布以及基于灰度共生矩阵的温度场纹理特征； 然后接入循环神经网络处理时间序列数据，以捕捉损伤随时间的动态演化规律，并采用Softmax函数输出离散的损伤等级概率分布，以及采用线性激活函数输出连续的剩余寿命预测值； 所述改进的卷积神经网络为在传统架构基础上进行以下优化： 首先，对于多尺度特征融合模块： 采用并行卷积核设计：设置3×3、5×5、7×7三种不同尺寸的卷积核，分别用于提取焊缝温度场的局部细微特征、中尺度纹理特征和全局分布特征； 引入特征金字塔网络：通过自上而下的特征融合与横向连接，将不同层级的特征图进行加权融合，增强对早期微弱损伤热特征的敏感度； 其次，嵌入注意力机制： 在网络的关键卷积层后添加通道注意力模块：通过自适应学习各温度特征通道的权重，突出与蠕变损伤强相关的热特征，抑制背景噪声； 结合空间注意力模块：对焊缝区域进行空间权重分配，聚焦易发生蠕变损伤的焊接热影响区，降低非关键区域对模型的干扰； 添加残差连接与dropout层：通过残差块缓解深层网络梯度消失问题，同时在全连接层前设置dropout率为0.3的正则化层，防止模型过拟合。

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兰州理工大学，其通讯地址为：730050 甘肃省兰州市七里河区兰工坪287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。