山西建设投资集团有限公司;山西钢构科工有限公司;太原理工大学白少华获国家专利权
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!
龙图腾网获悉山西建设投资集团有限公司;山西钢构科工有限公司;太原理工大学申请的专利基于多源数据融合的焊缝缺陷智能识别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:CN121746821B 。
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:202610225960.0,技术领域涉及:G06V10/764;该发明授权基于多源数据融合的焊缝缺陷智能识别系统是由白少华;芦燕;郝永利;韩巨虎;郭琪设计研发完成,并于2026-02-26向国家知识产权局提交的专利申请。
本基于多源数据融合的焊缝缺陷智能识别系统在说明书摘要公布了:本发明涉及无损检测与智能制造技术领域,提供一种基于多源数据融合的焊缝缺陷智能识别系统。系统通过多源数据采集模块同步获取焊缝的视觉图像、三维点云及超声波阵列数据;隐患密度场构建模块据此生成表面与内部隐患密度场;跨空间关联与缺陷拓扑提取模块通过密度梯度一致性分析与预设拓扑模式模板,将两密度场中满足空间连续性及梯度一致性条件的高密度区域关联绑定为跨空间关联簇,并生成缺陷体征向量;最终,缺陷决策模块基于体征向量输出缺陷类型、位置、尺寸及置信度。本发明创新地将多源异构数据统一于隐患密度场表征,并通过跨空间关联簇的拓扑分析,实现了对焊缝内外部缺陷的协同、精准与可解释识别,克服了传统单一检测手段的局限。
本发明授权基于多源数据融合的焊缝缺陷智能识别系统在权利要求书中公布了:1.基于多源数据融合的焊缝缺陷智能识别系统,其特征在于,包括: 多源数据采集模块,用于同步获取焊缝的视觉图像数据、激光扫描三维点云数据和超声波阵列数据; 隐患密度场构建模块,包括: 表面隐患密度场构建子模块,用于基于视觉图像数据和激光扫描三维点云数据,计算并融合焊缝表面的纹理异常密度与三维形貌异常密度,生成表面隐患密度场; 内部隐患密度场构建子模块,用于对超声波阵列数据进行时频分析,依据声波能量衰减与频散模型反演焊缝内部缺陷的概率分布,生成内部隐患密度场; 跨空间关联与缺陷拓扑提取模块,包括: 密度梯度一致性分析子模块,用于计算表面隐患密度场与内部隐患密度场在对应空间位置上的密度梯度向量,并分析出梯度方向一致性系数; 关联簇形成子模块,用于基于预设的拓扑模式模板与梯度方向一致性系数,将表面隐患密度场与内部隐患密度场中满足空间连续性及梯度一致性条件的高密度区域进行关联绑定,形成跨空间关联簇; 缺陷体征向量生成子模块,用于提取每个跨空间关联簇的拓扑模式特征、空间维度特征及跨模态关联强度特征,组合生成每个跨空间关联簇的缺陷体征向量; 缺陷决策模块,用于将缺陷体征向量输入到预设的轻量级分类器,输出焊缝缺陷的类型、空间位置、尺寸及基于跨模态关联强度计算的置信度评分; 其中,密度梯度一致性分析子模块,包括: 密度梯度向量计算单元,用于对于表面隐患密度场与内部隐患密度场中已完成时空对齐的任一空间坐标点,分别计算空间坐标点在表面隐患密度场中的三维密度梯度向量,以及空间坐标点在内部隐患密度场中的三维密度梯度向量; 一致性系数计算单元,用于计算空间坐标点在表面隐患密度场中的三维密度梯度向量与在内部隐患密度场中的三维密度梯度向量之间的空间夹角余弦值,作为空间坐标点处的梯度方向一致性系数; 其中,关联簇形成子模块中,预设的拓扑模式模板,包括: 线性脊模板:用于识别表面线性高密度脊与内部柱状高密度区关联的裂纹缺陷模式; 圆形椭圆形模板:用于识别表面无显著脊但内部存在近球形高密度区关联的气孔缺陷模式; 不规则斑块模板:用于识别表面与内部存在不规则高密度区且强关联的夹渣缺陷模式; 其中,关联簇形成子模块,包括: 区域提取与初筛单元,用于分别从表面隐患密度场与内部隐患密度场中,提取密度值超过第一预设阈值的所有空间连通区域;并依据预设的拓扑模式模板,对提取出的所有空间连通区域进行形状匹配与初步筛选,分别得到表面候选区域集合与内部候选区域集合; 配对与条件验证单元,用于遍历表面候选区域集合与内部候选区域集合,验证每一对表面候选区域与内部候选区域是否同时满足以下条件: 空间重叠度条件:表面候选区域与内部候选区域在三维空间投影上的重叠面积占比大于第二预设阈值; 梯度一致性条件:表面候选区域与内部候选区域在重叠部分的平均密度梯度方向夹角小于第三预设阈值; 密度连续性条件:表面候选区域与内部候选区域的内部密度值都满足预设的空间连续分布规律; 簇生成单元,用于将通过配对与条件验证单元验证的每一对表面候选区域与内部候选区域进行逻辑关联,作为一个跨空间关联簇输出; 其中,拓扑模式特征是跨空间关联簇与各预设的拓扑模式模板的匹配相似度; 空间维度特征是跨空间关联簇在表面隐患密度场与内部隐患密度场中的主轴长度、体积、表面积; 跨模态关联强度特征是跨空间关联簇分别在表面隐患密度场与内部隐患密度场中的高密度区域间的平均密度梯度一致性系数与空间重叠度系数; 其中,缺陷决策模块中的轻量级分类器为支持向量机; 置信度评分的计算方法包括: 获取跨空间关联簇的空间重叠度系数、梯度一致性系数、以及内部密度分布质量评分; 将空间重叠度系数乘以第一权重系数,得到第一加权值; 将梯度一致性系数乘以第二权重系数,得到第二加权值; 将内部密度分布质量评分乘以第三权重系数,得到第三加权值; 将第一加权值、第二加权值与第三加权值相加,获得置信度评分; 其中,第一权重系数、第二权重系数与第三权重系数均为预设的正数,且三者之和为一。
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山西建设投资集团有限公司;山西钢构科工有限公司;太原理工大学,其通讯地址为:030000 山西省太原市山西示范区新化路8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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励