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！

龙图腾网获悉深圳市镭志激光技术有限公司申请的专利一种激光智能焊接的焊缝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：CN120755509B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202510982304.0，技术领域涉及：B23K26/24；该发明授权一种激光智能焊接的焊缝质量检测方法及系统是由肖龙华;胡鉴;洪瑞煌设计研发完成，并于2025-07-16向国家知识产权局提交的专利申请。

本一种激光智能焊接的焊缝质量检测方法及系统在说明书摘要公布了：本发明公开了一种激光智能焊接的焊缝质量检测方法及系统，涉及焊接技术与质量检测技术领域，包括以下步骤：获取焊缝表面的多模态信号数据，并定义多模态特征提取网络，基于所述多模态特征提取网络结合所述多模态信号数据生成初始特征表示。本发明通过迁移学习框架和进化算法构建的参数动态调整模块，能够在不同材料间高效转换，提高了检测系统的灵活性和泛化能力。变分高斯混合模型结合贝叶斯推断的应用，使得检测系统能够从分层反馈调节单元的复杂数据分布中提取出有价值的变化趋势，动态调整核心参数，进一步增强了检测系统对不同材料特性的适应性。

本发明授权一种激光智能焊接的焊缝质量检测方法及系统在权利要求书中公布了：1.一种激光智能焊接的焊缝质量检测方法，其特征在于，包括以下步骤： 获取焊缝表面的多模态信号数据，并定义多模态特征提取网络，基于所述多模态特征提取网络结合所述多模态信号数据生成初始特征表示； 利用跨模态信息融合机制以及自适应补偿算法增强所述初始特征表示中的光学信号与热场信号之间的关联，确定多模态感知模块； 基于所述多模态感知模块，构建分层反馈调节单元，利用所述分层反馈调节单元对来自不同层级的反馈信号进行处理，生成优化后的检测路径； 基于所述分层反馈调节单元，利用迁移学习框架和进化算法构建参数动态调整模块，基于所述参数动态调整模块和所述优化后的检测路径调整核心参数以生成自适应检测策略； 基于所述优化后的检测路径及所述自适应检测策略，利用基于图嵌入的结构化分析技术构建增量式特征扩展模块，基于所述增量式特征扩展模块、所述多模态特征提取网络、所述多模态感知模块、所述分层反馈调节单元以及所述参数动态调整模块构建焊缝质量检测系统； 所述基于所述分层反馈调节单元，利用迁移学习框架和进化算法构建参数动态调整模块，基于所述参数动态调整模块和所述优化后的检测路径调整核心参数以生成自适应检测策略，包括以下步骤： 利用迁移学习框架和进化算法，基于所述分层反馈调节单元构建初始参数动态调整模块，通过差分进化算法与遗传算法优化所述初始参数动态调整模块在不同材料间的适应能力； 基于所述优化后的检测路径，利用变分高斯混合模型从所述分层反馈调节单元中不同层级反馈信号的数据分布中分析出变化规律，并通过贝叶斯推断动态调整所述初始参数动态调整模块中的核心参数，生成目标参数动态调整模块； 利用上下文敏感机制使所述目标参数动态调整模块根据不同材料的特性调整检测策略，生成自适应检测策略，具体包括以下步骤： 利用上下文敏感机制结合图嵌入技术和注意力分配机制，从所述分层反馈调节单元中不同材料的特性分析出关键属性，所述关键属性包括反射率分布、热导率差异及热应力分布特点； 基于所述关键属性，结合贝叶斯推断和高斯过程建模对所述目标参数动态调整模块中的检测阈值进行动态调整，生成初步自适应检测策略； 利用时间序列分解模型通过强化学习优化所述初步自适应检测策略，生成优化后检测策略； 结合粒子群优化算法和模拟退火算法从所述优化后检测策略搜索出最优的检测策略； 引入主动采样机制从所述最优的检测策略选择出目标样本以生成自适应检测策略； 所述利用跨模态信息融合机制以及自适应补偿算法增强所述初始特征表示中的光学信号与热场信号之间的关联，确定多模态感知模块，包括以下步骤： 利用层次化图嵌入网络定义初始多模态特征提取网络，从所述初始多模态特征提取网络的光学信号与热场信号间的内在联系分析出初始特征表示； 基于所述初始特征表示，引入跨模态信息融合机制结合双向门控循环单元对初始特征表示中的光学信号和热场信号进行联合编码处理，得到多模态信息表示； 根据所述多模态信息表示，构建生成对抗网络，从所述生成对抗网络中的生成器和判别器之间的对抗训练过程分析出关键数据； 基于所述关键数据结合变分高斯混合模型优化所述初始多模态特征提取网络，得到目标多模态特征提取网络，基于所述目标多模态特征提取网络确定多模态感知模块； 所述基于所述优化后的检测路径及所述自适应检测策略，利用基于图嵌入的结构化分析技术构建增量式特征扩展模块，包括以下步骤： 利用所述优化后的检测路径和所述自适应检测策略结合时间序列建模和贝叶斯推断确定增量更新规则； 基于所述增量更新规则利用基于图嵌入的结构化分析技术结合层次化聚类算法对所述多模态感知模块中的多模态数据进行建模处理，得到多模态数据结构化表示； 根据所述多模态数据结构化表示结合动态图嵌入网络和变分高斯混合模型对从所述分层反馈调节单元中获取的数据进行编码，并将所述数据输入到所述多模态数据结构化表示中以输出更新后特征表示； 应用注意力分配机制结合深度强化学习对所述更新后特征表示中的关键属性进行突出处理，得到优化后特征表示； 结合强化学习和粒子群优化算法对所述参数动态调整模块中增量更新过程中的参数进行优化调整，生成优化后参数配置； 基于所述优化后特征表示和所述优化后参数配置生成增量式特征扩展模块。

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深圳市镭志激光技术有限公司，其通讯地址为：518000 广东省深圳市光明区玉塘街道红星社区石岩水库坝下第八工业区第六栋201；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。