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！

龙图腾网获悉上海理工大学申请的专利一种电池极片内部缺陷的非线性超声导波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：CN121324496B 。

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：202511680207.2，技术领域涉及：G01N29/04；该发明授权一种电池极片内部缺陷的非线性超声导波智能识别方法是由郑岳久;张敏讷;孙茂循;刘德旺;李伍乐设计研发完成，并于2025-11-17向国家知识产权局提交的专利申请。

本一种电池极片内部缺陷的非线性超声导波智能识别方法在说明书摘要公布了：本发明公开了一种电池极片内部缺陷的非线性超声导波智能识别方法，包括：搭建非线性超声导波测量系统，确定实际焦距并选出最佳接收角度，激励和接收超声导波，进行自动化扫描；制备正常和包含缺陷的电池极片，采用预设相位的激励信号进行测量，经过相位反转和作差，获得非线性超声数据集、二次谐波数据集和基波数据集；使用卷积神经网络从所述数据集中提取特征，并借助基于随机森林的置换重要性筛选特征集；利用筛选后的特征集训练随机森林模型，获得电池极片内部缺陷识别模型；借助所述测量系统获取目标电池极片的非线性超声时域信号，使用卷积神经网络提取特征，借助置换重要性筛选特征，输入所述识别模型获得缺陷识别结果。

本发明授权一种电池极片内部缺陷的非线性超声导波智能识别方法在权利要求书中公布了：1.一种电池极片内部缺陷的非线性超声导波智能识别方法，其特征在于，包括：搭建非线性超声导波测量系统，确定实际焦距并选出最佳接收角度，激励和接收超声导波，进行自动化扫描； 制备正常和包含缺陷的电池极片，采用预设相位的激励信号进行测量，获得原始数据集； 基于原始数据集，提取非线性超声、二次谐波和基波的时域信号，获得非线性超声数据集、二次谐波数据集和基波数据集； 使用卷积神经网络从所述数据集中提取特征，并借助基于随机森林的置换重要性筛选特征集； 利用筛选后的特征集训练随机森林模型，获得电池极片内部缺陷识别模型； 借助所述测量系统获取目标电池极片的非线性超声时域信号，使用卷积神经网络提取特征，借助置换重要性筛选特征，输入所述识别模型获得缺陷识别结果； 使用卷积神经网络从所述数据集中提取特征包括： 对非线性超声数据集、二次谐波数据集和基波数据集进行预处理，预处理过程包括填充序列至相同长度、标签编码和归一化信号数据； 将预处理后的数据集划分为训练集、验证集和测试集； 使用一维卷积神经网络模型从预处理后的信号数据中提取深层次特征，一维卷积神经网络通过卷积操作提取数据中的局部特征，并通过池化操作降维和增强特征的不变性； 借助基于随机森林的置换重要性筛选特征集包括： 对卷积神经网络提取的特征，使用基于随机森林的置换重要性进行特征选择； 该方法为嵌入法与模型重要性评估的结合，通过在随机森林模型训练完成后，对每个特征进行随机置换并观察模型性能的下降幅度； 根据下降幅度量化模型预测中特定特征的贡献度，筛选出贡献度高的特征形成筛选后的特征集。

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上海理工大学，其通讯地址为：200093 上海市杨浦区军工路516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。