Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京声谱科技有限公司张文琼获国家专利权

北京声谱科技有限公司张文琼获国家专利权

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!

龙图腾网获悉北京声谱科技有限公司申请的专利一种风电机组叶片缺陷的确定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:CN119555797B

龙图腾网通过国家知识产权局官网在2025-10-24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:202411702173.8,技术领域涉及:G01N29/04;该发明授权一种风电机组叶片缺陷的确定方法及装置是由张文琼设计研发完成,并于2024-11-26向国家知识产权局提交的专利申请。

一种风电机组叶片缺陷的确定方法及装置在说明书摘要公布了:本申请提供了一种风电机组叶片缺陷的确定方法及装置,该确定方法包括:对目标风电机组叶片进行实时监测,并获取监测的全景图像和多通道声信号;对所述多通道声信号进行处理,确定由多空间方向的多束波束组成的波束集;将所述波束集的声信号与所述全景图像进行空间上的配准和融合,确定全景声像;利用全景图像中的叶片位置与声像极值点的关联性,从所述波束集中锁定所述目标风电机组叶片头部的波束,确定出目标波束;根据所述目标波束和由卷积神经网络训练生成的异常分类器,确定所述目标风电机组叶片的异常监测结果。本方案可以克服了现有监测的干扰问题、维护成本问题,并且相比于现有技术可以进一步提高检测结果的可靠性与准确性。

本发明授权一种风电机组叶片缺陷的确定方法及装置在权利要求书中公布了:1.一种风电机组叶片缺陷的确定方法,其特征在于,所述确定方法包括: 对目标风电机组叶片进行实时监测,并获取监测的全景图像和多通道声信号; 对所述多通道声信号进行处理,确定由多空间方向的多束波束组成的波束集; 将所述波束集的声信号与所述全景图像进行空间上的配准和融合,确定全景声像; 利用全景图像中的叶片位置与声像极值点的关联性,从所述波束集中锁定所述目标风电机组叶片头部的波束,确定出目标波束; 根据所述目标波束和由卷积神经网络训练生成的异常分类器,确定所述目标风电机组叶片的异常监测结果; 所述对所述多通道声信号进行处理,确定由多空间方向的多束波束组成的波束集,包括: 对所述多通道声信号进行频域信息和空间特征提取处理,确定球谐波域特征; 根据所述球谐波域特征,使用波束形成器对球面均匀采样生成的空间网格进行划分,确定不同空间方向的多束波束,并根据所述多束波束确定波束集; 所述对所述多通道声信号进行频域信息和空间特征提取处理,确定球谐波域特征,包括: 对所述多通道声信号进行短时傅里叶变换处理,确定所述通道声信号对应的频域信息; 对所述频域信息进行球谐波域变换处理,确定映射有三维空间信号的球谐波系数; 对所述球谐波系数进行特征提取处理,确定球谐波域特征; 通过以下步骤确定波束形成器: 根据所述多通道声信号对应的声压信号向量、导向矩阵以及传声器噪声向量,构建球形传声器阵列对应的声压信号模型; 对所述声压信号模型进行球谐波变换处理,确定球谐波表示的导向矩阵,并更新所述声压信号模型; 根据更新后的所述声压信号模型,确定球谐波域模型; 根据所述球谐波域模型和所述多通道声信号的声信号时频空间,确定基于球谐波域的波束形成器。

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北京声谱科技有限公司,其通讯地址为:100000 北京市海淀区白家疃尚水园3号楼3层302;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。

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。