电子科技大学中山学院董帅获国家专利权
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！
龙图腾网获悉电子科技大学中山学院申请的专利一种叶片表面状态检测方法及装置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：CN115661108B 。
龙图腾网通过国家知识产权局官网在2025-08-01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：202211388135.0，技术领域涉及：G06T7/00；该发明授权一种叶片表面状态检测方法及装置是由董帅;黄国燕;欧柳利;夏祥孟;程慧;杨志华设计研发完成，并于2022-11-08向国家知识产权局提交的专利申请。
本一种叶片表面状态检测方法及装置在说明书摘要公布了：本申请提供一种叶片表面状态检测方法及装置，应用于风电技术领域，其中，叶片表面状态检测方法包括：获取待检测叶片对应的待检测图像以及支撑集；其中，支撑集包括风机上每个叶片对应的样本图像；将待检测图像以及支撑集输入预先训练好的特征提取网络中，得到特征提取网络输出的第一图像特征以及第二图像特征；将第一图像特征以及第二图像特征输入预先训练好的图神经网络中，得到图神经网络输出的分类结果；其中，图神经网络对应的损失函数为差分损失函数；根据分类结果确定待检测叶片的叶片表面状态。由于在训练图神经网络的过程中引入了差分损失函数，因此可以学习样本的动态变化，即使叶片表面损伤样本不足，也可以得到准确度较高的检测结果。
本发明授权一种叶片表面状态检测方法及装置在权利要求书中公布了：1.一种叶片表面状态检测方法，其特征在于，包括： 获取待检测叶片对应的待检测图像以及支撑集；其中，所述支撑集包括风机上每个叶片对应的样本图像； 将所述待检测图像以及所述支撑集输入预先训练好的特征提取网络中，得到所述特征提取网络输出的与所述待检测图像对应的第一图像特征以及所述支撑集对应的第二图像特征； 将所述第一图像特征以及所述第二图像特征输入预先训练好的图神经网络中，得到所述图神经网络输出的分类结果；其中，所述图神经网络对应的损失函数为差分损失函数； 根据所述分类结果确定所述待检测叶片的叶片表面状态。
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电子科技大学中山学院，其通讯地址为：528400 广东省中山市石岐区学院路1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”。
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号