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！

龙图腾网获悉大连交通大学申请的专利一种基于神经网络的随机共振FSW微小缺陷特征提取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：CN115840000B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202211531753.6，技术领域涉及：G01N29/44；该发明授权一种基于神经网络的随机共振FSW微小缺陷特征提取方法是由孙屹博;龙海威;朱建宁;邹丽;杨鑫华;李浩男设计研发完成，并于2022-12-01向国家知识产权局提交的专利申请。

本一种基于神经网络的随机共振FSW微小缺陷特征提取方法在说明书摘要公布了：本发明公开了一种基于神经网络的随机共振FSW微小特征提取方法，包括以下步骤：S1：建立声发射采集系统；S2：提取声发射信号特征；S3：建立神经网络模型，并迭代优化随机共振系统结构参数；S4：构建一种基于随机共振的神经网络损失函数；S5：更新迭代神经网络参数，判定是否达到最优随机共振效果；S6：提取并分析声发射信号微小特征；本发明以FSW焊接缺陷作为分析的目标，结合声发射信号及提取的特征分析，设计了一种基于随机共振的神经网络损失函数，并使用神经网络模型更有效的找到了随机共振系统的结构参数，使得随机共振系统与声发射信号达到最大共振，有效对焊接缺陷位置的微小特征进行了特征提取。

本发明授权一种基于神经网络的随机共振FSW微小缺陷特征提取方法在权利要求书中公布了：1.一种基于神经网络的随机共振FSW微小特征提取方法，其特征在于，包括以下步骤： S1：建立声发射采集系统； S2：提取声发射信号特征； S3：建立神经网络模型，并迭代优化随机共振系统结构参数； 所述随机共振系统求解表达式如下： ； 式中：为随机共振的过程变量；为优化后的系统结构参数，由神经网络模型输出；为采样步长；为采样频率；是系统输入信号,是系统输出信号的第个采样点，为信号输入到随机共振系统中的输出值，为随机共振后提取的信号特征； S4：构建基于随机共振的神经网络损失函数； 基于随机共振的神经网络损失函数表达式如下： ； 式中：为平衡因子，初始化值为0；为信噪比；为信号过零率；为信号相关系数； 随机共振输出的信噪比表达式如下： ； 式中：为信号频率；为信号功率；为系统总功率，包括信号功率和噪声功率；为噪声功率； 信号过零率表达式如下: ； 式中:为符号函数；为信号长度；为信号值，为随机共振系统中的输出值；为某一时刻的时域信号，为下一时刻的时域信号；真时为1，假时为0； 信号相关系数表达式如下: ； 式中:为随机共振后的波形信号；为原波形信号；为的期望值； S5：更新迭代神经网络参数，判定是否达到最优随机共振效果，若为否，返回S3，若为是，保存最优随机共振结构参数； S6：提取并分析声发射信号微小特征； 优化后的随机共振系统已经在S3中将焊接缺陷处的声发射信号放大并提取出来，需结合声发射信号内部特征提取方法进行特征提取，并进行特征分析； 使用声发射内部特征提取对滤波后的数据分析，表达式如下： internal=data； 式中：internal表示为声发射信号内部特征向量，声发射信号的事件数AE_Event*为一次材料局部变化而产生的声发射信号，称之为一个声发射事件。

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大连交通大学，其通讯地址为：116000 辽宁省大连市沙河口区黄河路794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。