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 > 青岛南阳三诚机械有限公司穆常松获国家专利权

青岛南阳三诚机械有限公司穆常松获国家专利权

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!

龙图腾网获悉青岛南阳三诚机械有限公司申请的专利一种高铁零部件裂纹实时检测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:CN120525826B

龙图腾网通过国家知识产权局官网在2025-11-25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:202510604469.4,技术领域涉及:G06T7/00;该发明授权一种高铁零部件裂纹实时检测方法是由穆常松;穆东东;代金良设计研发完成,并于2025-05-12向国家知识产权局提交的专利申请。

一种高铁零部件裂纹实时检测方法在说明书摘要公布了:本发明提供了一种高铁零部件裂纹实时检测方法,属于基于计算机视觉的图像检测技术领域。获取高铁零部件表面高光谱图像、可见光图像、三维点云数据和涡流信号数据;对高铁零部件表面高光谱图像和可见光图像进行空间配准,对三维点云数据基于涡流信号数据进行时间配准;并进行特征增强与标准化处理;基于多模态特征融合网络对获得的标准化多模态数据进行特征提取与融合,获得表征高铁零部件裂纹细节的融合特征图;基于自适应裂纹分割方法,从点云中提取裂纹轮廓,然后计算出零部件是否存在裂纹、裂纹的长度与深度。本发明创新性地集成三种模态数据,突破单模态检测的信息维度限制,在复杂工况下实现亚毫米级裂纹的全天候、非接触式智能高效诊断。

本发明授权一种高铁零部件裂纹实时检测方法在权利要求书中公布了:1.一种高铁零部件裂纹实时检测方法,其特征在于,包括以下步骤: S1,获取采集的高铁零部件表面高光谱图像、高铁零部件表面可见光图像、高铁零部件三维点云数据和涡流信号数据; S2,对高铁零部件表面高光谱图像和高铁零部件表面可见光图像进行空间配准,通过仿射变换消除传感器视角差异,对高铁零部件三维点云数据基于涡流信号数据进行时间配准;对上述三类数据进行特征增强与标准化处理,获取标准化多模态数据; S3,基于多模态特征融合网络对获得的标准化多模态数据进行特征提取与融合,获得表征高铁零部件裂纹细节的融合特征图; 所述多模态特征融合网络包括多模态特征提取模块、跨模态注意力模块和残差密集特征增强模块; 所述多模态特征提取模块包括改进的ResNet-50网络、改进的3D-UNet网络和分层点Transformer网络,分别针对获得的标准化高铁零部件表面高光谱图像、标准化高铁零部件表面可见光图像和标准化高铁零部件三维点云数据进行特征提取,获得模态特异性特征的多模态编码特征; 所述跨模态注意力模块通过自适应权重分配进行多模态编码特征的优势互补,将所编码的数据集进行注意力融合,获取融合注意力之后的多模态特征图; 所述残差密集特征增强模块通过密集跨层连接与残差学习增强融合特征的细节保留能力,获取零部件裂纹微小细节特征图; 所述改进的ResNet-50网络在传统ResNet-50网络的残差块中,对第三阶段Stage3和第四阶段Stage4的3×3卷积层进行改造,用可变形卷积替换统ResNet-50网络中Stage3和Stage4的3×3标准卷积,在Stage3的可变形卷积中设置膨胀率为2,扩大感受野以捕获大尺度裂纹的连续性特征,在Stage4的可变形卷积中保持膨胀率为1,保留对微小裂纹的局部形变建模能力;同时移除传统ResNet-50网络末端的全局平均池化层和全连接层,在Stage4末端增加1×1卷积层,将输出通道数调整为256,以适配后续跨模态注意力模块的输入维度;将标准化高铁零部件表面可见光图像输入改进的ResNet-50网络输出4个层级的裂纹特征图; 所述改进的3D-UNet网络包含3D卷积编码器与非局部注意力层,3D卷积编码器负责提取高光谱数据的局部时空光谱特征,非局部注意力层嵌入在3D卷积编码器末端,建模全局光谱依赖关系,捕捉跨波段的非局部相关性;所述3D卷积编码器包含四层,第一层输入层由1个3D卷积层、1层BatchNormalization和1层relu激活函数组成,第二层、三层、四层为下采样层,由两个3D卷积加一个3D最大池化层组成;非局部注意力层由非局部块和注意力机制组成,用于建模长程光谱依赖关系;将标准化高铁零部件表面高光谱图像输入3D-UNet网络,输出包含局部时空光谱特征和全局光谱特征的裂纹特征图; 所述分层点Transformer网络包括最远点采样层和局部PointTransformer模块和层次化特征传递;最远点采样层有四层下采样结构组成;局部PointTransformer模块由自注意力计算层、残差连接与层归一化层组成,并且使用了两层全连接网络进一步非线性映射;层次化特征传递是在每层PointTransformer模块处理后,通过最大池化将特征传递至相邻层级,实现多尺度特征融合;将标准化高铁零部件三维点云数据输入分层点Transformer网络,首先对标准化高铁零部件三维点云数据进行最远点采样,将点云下采样至4层,构建多尺度层次结构,其次,利用PointTransformer模块对多尺度层次结构进行局部几何编码,通过自注意力机制聚合局部邻域特征,输出用于表征几何形变的三维点云特征; S4,基于自适应裂纹分割方法,利用输出的融合特征图,结合三维点云曲率动态调整分割阈值,从点云中提取裂纹轮廓,然后结合标准化高铁零部件三维点云数据,计算出零部件是否存在裂纹、裂纹的长度与深度。

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青岛南阳三诚机械有限公司,其通讯地址为:266700 山东省青岛市平度市明村镇驻地;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。