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！

龙图腾网获悉浙江金汇华特种耐火材料有限公司申请的专利一种基于机器学习的耐火材料质量检测方法及系统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：CN120782712B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202510751920.5，技术领域涉及：G06T7/00；该发明授权一种基于机器学习的耐火材料质量检测方法及系统是由林坚;李顺良;章利强;韩利平设计研发完成，并于2025-06-06向国家知识产权局提交的专利申请。

本一种基于机器学习的耐火材料质量检测方法及系统在说明书摘要公布了：本发明提供了一种基于机器学习的耐火材料质量检测方法及系统，所述方法包括：采集耐火材料样本的多角度表面图像集合，涵盖不同光照条件下的图像，以全面捕捉材料表面特征；调用预训练的图像特征分析模型从中提取表面纹理特征、孔隙分布特征及微观裂纹特征，形成图像特征集合；基于预设的缺陷分类规则库对图像特征集合进行联合分类处理，识别并量化缺陷类型及其分布参数；根据缺陷类型集合及分布参数生成质量评估参数，并与预设的质量标准阈值比对，输出质量检测结果；将检测结果反馈至生产线控制系统，自动触发分拣操作及工艺参数调整，以实现生产过程的智能化监控与优化，从而提高了耐火材料质量检测的准确性和效率，促进了生产质量的提升。

本发明授权一种基于机器学习的耐火材料质量检测方法及系统在权利要求书中公布了：1.一种基于机器学习的耐火材料质量检测方法，其特征在于，所述方法包括： 采集耐火材料样本的多角度表面图像集合，所述多角度表面图像集合包含不同光照条件下的材料表面图像； 调用预训练的图像特征分析模型对所述多角度表面图像集合进行图像特征提取，得到所述耐火材料样本的图像特征集合，所述图像特征集合包括表面纹理特征、孔隙分布特征及微观裂纹特征； 基于预设的缺陷分类规则库对所述图像特征集合进行联合分类处理，生成所述耐火材料样本的缺陷类型集合及对应的缺陷分布参数； 根据所述缺陷类型集合及所述缺陷分布参数生成所述耐火材料样本的质量评估参数，并将所述质量评估参数与预设的质量标准阈值进行比对，输出质量检测结果； 将所述质量检测结果反馈至生产线控制系统以触发分拣操作及工艺参数调整操作； 所述基于预设的缺陷分类规则库对所述图像特征集合进行联合分类处理，生成所述耐火材料样本的缺陷类型集合及对应的缺陷分布参数，包括： 将所述表面纹理特征中的统计分布参数与所述缺陷分类规则库中的标准纹理特征参数进行逐维度差值计算，生成表面纹理特征偏离向量； 将所述孔隙分布特征中的面积占比及形状复杂度参数分别与所述缺陷分类规则库中的孔隙分布阈值进行标准化比例转换，生成孔隙异常度向量； 将所述微观裂纹特征的方向连续性参数及长度分布参数输入所述缺陷分类规则库中的裂纹评估模型，输出裂纹异常度向量； 对所述表面纹理特征偏离向量、孔隙异常度向量及裂纹异常度向量进行无量纲归一化处理，生成统一量纲的缺陷评分向量集合； 将所述缺陷评分向量集合输入多标签分类网络进行联合缺陷概率预测，输出各缺陷类型的概率分布结果； 根据所述概率分布结果中超过预设激活阈值的缺陷类型生成初始缺陷类型集合，并基于对应缺陷评分向量的极值分量生成缺陷分布参数中的密集度指数； 所述根据所述概率分布结果中超过预设激活阈值的缺陷类型生成初始缺陷类型集合，包括： 当表面龟裂缺陷的概率值超过第一激活阈值时，提取所述表面纹理特征偏离向量中的梯度变化率分量，与孔隙异常度向量的空间分布熵值进行加权融合生成表面缺陷深度参数； 当内部孔隙超标缺陷的概率值超过第二激活阈值时，对所述孔隙异常度向量中的面积占比分量进行非线性变换生成孔隙密度超标率，并与形状复杂度分量的方向导数进行耦合运算生成孔隙分布均匀度参数； 当微观结构断裂缺陷的概率值超过第三激活阈值时，将所述裂纹异常度向量中的方向连续性参数与长度分布参数进行空间卷积运算，生成裂纹网络密度参数； 将所述表面缺陷深度参数、孔隙分布均匀度参数及裂纹网络密度参数输入三维空间关联模型，若所述表面缺陷深度参数、孔隙分布均匀度参数及裂纹网络密度参数对应的缺陷区域在空间投影中连续重叠区域的面积占比超过预设交叠阈值，则将复合型缺陷添加至缺陷类型集合并标记原独立缺陷类型的关联优先级。

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浙江金汇华特种耐火材料有限公司，其通讯地址为：313100 浙江省湖州市长兴县李家巷镇工业集中区；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。