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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于反应离子束刻蚀的铌酸锂超表面缺陷智能识别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：CN121545153B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202610063287.5，技术领域涉及：G06V20/69；该发明授权基于反应离子束刻蚀的铌酸锂超表面缺陷智能识别方法是由乔硕;张波;石峰;田野;张万里;胡自强;周港;吴镇宇设计研发完成，并于2026-01-19向国家知识产权局提交的专利申请。

本基于反应离子束刻蚀的铌酸锂超表面缺陷智能识别方法在说明书摘要公布了：本发明涉及工业检测技术领域，且公开了一种基于反应离子束刻蚀的铌酸锂超表面缺陷智能识别方法，通过物理驱动仿真与基于物理的渲染算法系统性解决了实验数据稀缺问题，为深度学习模型提供了大规模领域特定训练数据。双向耦合仿真模型基于真实工艺参数和材料参数生成符合刻蚀动力学规律的缺陷形貌预测数据，物理渲染算法将预测数据转换为具有真实显微图像统计特性的合成图像，自动化标注与统计验证流程确保合成数据的质量和一致性。该方法使三元关联数据库的样本数量得到数倍扩充，覆盖了实验采集难以获取的极端工艺条件和罕见缺陷模式。

本发明授权基于反应离子束刻蚀的铌酸锂超表面缺陷智能识别方法在权利要求书中公布了：1.一种基于反应离子束刻蚀的铌酸锂超表面缺陷智能识别方法，其特征在于：具体步骤如下： S1、采集多模态图像数据，利用扫描电子显微镜和原子力显微镜对经反应离子束刻蚀处理后的铌酸锂超表面进行成像，获取缺陷图像，并标注所述缺陷图像对应的反应离子束刻蚀工艺参数和铌酸锂材料参数，建立图像至参数至缺陷类型的三元关联数据库； S2、生成物理驱动合成样本，基于蒙特卡洛离子轰击仿真和有限元应力分析，生成符合刻蚀动力学规律的合成缺陷图像，扩充所述三元关联数据库； 所述步骤S2具体方式如下： S2.1、提取三元关联数据库中的工艺参数和材料参数，建立蒙特卡洛离子轰击仿真模型和有限元应力分析模型，模拟离子与铌酸锂表面的碰撞溅射过程和化学反应过程，计算刻蚀速率分布、侧壁形貌演化和再沉积颗粒分布，计算超表面结构内部的应力场分布和微裂纹萌生位置，将离子轰击仿真与应力分析进行双向耦合迭代计算，得到综合缺陷形貌预测数据； S2.2、采用基于物理的渲染算法将缺陷形貌预测数据转换为合成缺陷图像，根据扫描电子显微镜和原子力显微镜的成像机理模拟真实显微镜的对比度、噪声和分辨率特征，对合成缺陷图像进行自动化标注，提取缺陷类型、位置坐标和特征尺寸参数，关联对应的工艺参数标签和材料参数标签，验证合成图像与原始图像的统计一致性后添加到三元关联数据库中，得到扩充后的三元关联数据库； S3、设计领域专用卷积核，针对铌酸锂超表面的灰度几何特征，构建包括Gabor滤波器组、边缘增强卷积核和各向异性椭圆感受野卷积核的专用特征提取器； S4、构建领域专用预训练模型，采用自监督学习方法，通过对比学习和掩码图像建模训练针对铌酸锂超表面优化的卷积神经网络骨干模型； S5、嵌入物理约束，构建物理信息神经网络，将反应离子束刻蚀动力学方程和铌酸锂材料本构关系嵌入所述卷积神经网络骨干模型，并在损失函数中引入物理残差约束项； S6、实现多尺度特征融合，设计自适应特征金字塔网络融合不同尺度的缺陷特征，并通过知识蒸馏技术实现模型轻量化； S7、建立域自适应迁移学习机制，采用对抗训练实现从实验室数据域到生产线数据域的无监督域自适应，并结合持续学习策略实现模型在线增量更新； S8、优化样本标注流程，基于贝叶斯不确定性估计的主动学习策略筛选高信息量样本进行优先标注，利用反应离子束刻蚀工艺参数作为弱监督标签降低标注成本； S9、执行缺陷识别与闭环优化，将训练完成的模型部署至生产线进行实时缺陷识别和分类定位，基于嵌入的物理知识模块进行根因分析，生成工艺参数优化建议并反馈至反应离子束刻蚀设备形成闭环控制。

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中国人民解放军国防科技大学，其通讯地址为：410000 湖南省长沙市开福区德雅路109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。