Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
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 积分商城 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 > 中国石油天然气集团有限公司;中国石油集团工程材料研究院有限公司武刚获国家专利权

中国石油天然气集团有限公司;中国石油集团工程材料研究院有限公司武刚获国家专利权

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!

龙图腾网获悉中国石油天然气集团有限公司;中国石油集团工程材料研究院有限公司申请的专利储油罐罐壁腐蚀检测方法、装置、设备及可读存储介质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:CN116361731B

龙图腾网通过国家知识产权局官网在2025-11-04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:202111606057.2,技术领域涉及:G06F18/2433;该发明授权储油罐罐壁腐蚀检测方法、装置、设备及可读存储介质是由武刚;张庶鑫;罗金恒;李丽锋;朱丽霞;谢书懿设计研发完成,并于2021-12-25向国家知识产权局提交的专利申请。

储油罐罐壁腐蚀检测方法、装置、设备及可读存储介质在说明书摘要公布了:本发明公开了储油罐罐壁腐蚀检测方法、装置、设备及可读存储介质,采集健康储油罐罐壁的漏磁信号作为训练数据,采集待检测储油罐罐壁漏磁信号作为测试数据;对漏磁信号进行预处理;将预处理后的健康储油罐罐壁的漏磁信号进行分割,得到训练样本和测试样本;构建多层长短期时间记忆和自编码器的腐蚀检测网络模型,并训练模型,得到训练完成的多层长短期时间记忆和自编码器的腐蚀检测网络模型;将待检测储油罐罐壁漏磁信号输入训练完成的模型中,输出异常信号。该方法结合自编码器和长短期时间记忆网络充分提取信号的空间特征和时间特征,解决了在储油罐罐壁腐蚀检测过程中信息应用不充分的问题,提高了腐蚀检测的准确度。

本发明授权储油罐罐壁腐蚀检测方法、装置、设备及可读存储介质在权利要求书中公布了:1.一种储油罐罐壁腐蚀检测方法,其特征在于,包括: 采集健康储油罐罐壁的漏磁信号作为训练数据,采集待检测储油罐罐壁漏磁信号作为测试数据; 对所述健康储油罐罐壁的漏磁信号和所述待检测储油罐罐壁漏磁信号进行预处理,所述预处理包括信号基线校正和异常信号恢复; 所述对所述健康储油罐罐壁的漏磁信号和所述待检测储油罐罐壁漏磁信号进行预处理,具体包括: 按照公式1对所有漏磁信号进行信号基线校正; 1 其中:为信号的通道数;为信号计数点数量;为第通道在第个计数点位置的原始值;为第通道在第个计数点位置的校正值;为基值; 使用3s准则异常信号检测方法对漏磁信号进行检测,使用三次样条数据恢复方法对漏磁信号中的异常信号进行恢复; 将预处理后的所述健康储油罐罐壁的漏磁信号进行分割,得到训练样本和测试样本; 构建多层长短期时间记忆和自编码器的腐蚀检测网络模型,并采用所述训练样本和测试样本训练所述多层长短期时间记忆和自编码器的腐蚀检测网络模型,得到训练完成的多层长短期时间记忆和自编码器的腐蚀检测网络模型,具体包括: 将所述训练样本输入自编码器的第一层卷积层中,进行第一次空间特征提取; 将提取出的空间特征输入第一层长短期时间记忆网络中,按公式2~7进行第一层时间特征提取; 2 3 4 5 6 7 公式中,为sigmoid激活函数,为LSTM记忆门输出,为卷积核,为空间特征提取器的输出,为t时刻时间特征提取器的输入,和为忘记门层对于输入量和前一时刻输出量的权重,为忘记门的偏置量,为LSTM输入门层的输出值,和分别为输入门层对于输入量和前一时刻输出量的权重,为忘记门层的偏置量,为输入门层的一个新的候选值向量,和为输入门候选值向量对于输入量和前一时刻输出量的权重,为输入门候选值向量的偏置量,为输出门的输出值,和为分别为输出门层对于输入量和前一时刻输出量的权重,为输出门的偏置量,为乘积运算,更新的状态变量,和为输出的时间特征向量; 将提取的空间特征再输入自编码器的第二层卷积层中,进行第二次空间特征提取,然后将提取的空间特征再输入第二层长短期时间记忆网络中,进行第二次时间特征提取,从而完成时空特征的提取; 以此类推,经过p次空间特征和时间特征的提取; 将提取过p次的时空特征输入自编码器的第p层反卷积层中,进行信号恢复; 根据公式8中的损失函数进行反向传播,使用随机梯度下降法更新多层长短期时间记忆和自编码器的腐蚀检测网络模型中的参数,完成多层长短期时间记忆和自编码器的腐蚀检测网络模型的训练; 8 其中,为模型的输出矩阵,为模型的输入矩阵; 将所有训练样本重新输入训练完成的多层长短期时间记忆和自编码器的腐蚀检测网络模型中,计算输入与输出的误差,将所有误差的平均值设置为腐蚀检测的阈值,具体如公式9; 9 公式中,为下标,为模型的第个输出矩阵,为模型的第个输入矩阵,为计算的阈值,为训练样本个数; 将所述待检测储油罐罐壁漏磁信号输入所述训练完成的多层长短期时间记忆和自编码器的腐蚀检测网络模型中,输出异常信号,具体包括: 将所述待检测储油罐罐壁漏磁信号输入所述训练完成的多层长短期时间记忆和自编码器的腐蚀检测网络模型中,输出的矩阵为; 通过公式10计算输出与输入的误差; 10 根据阈值判定当前数据对应的罐壁是否有腐蚀,如公式11; 11; 根据所述异常信号所在的位置,确定待检测储油罐罐壁腐蚀的位置。

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中国石油天然气集团有限公司;中国石油集团工程材料研究院有限公司,其通讯地址为:100007 北京市东城区东直门北大街9号中国石油大厦;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。