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！

龙图腾网获悉盛东如东海上风力发电有限责任公司;西安热工研究院有限公司;华能国际电力江苏能源开发有限公司;华能国际电力江苏能源开发有限公司清洁能源分公司;南昌航空大学申请的专利一种基于磁异常信号的金属表面及内部缺陷分类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：CN115963171B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202310027870.7，技术领域涉及：G01N27/82；该发明授权一种基于磁异常信号的金属表面及内部缺陷分类方法是由童博;杭兆峰;赵勇;张宇;胡博;于润桥;杨正中;唐程;孙捷;胡皓;许开睿;刘博;郑益设计研发完成，并于2023-01-09向国家知识产权局提交的专利申请。

本一种基于磁异常信号的金属表面及内部缺陷分类方法在说明书摘要公布了：本发明公开了一种基于磁异常信号的金属表面及内部缺陷分类方法。该方法在天然地磁场的基础上，通过扫查装置对待测试件正面、背面表面进行扫查，正面扫查视为表面缺陷，背面扫查视为内部缺陷。采集试件表面的磁信号后，提取缺陷的特征信息；建立以弱磁信号缺陷特征值作为输入、缺陷位置作为输出的算法分类模型，采用贝叶斯优化算法结合交叉法对LightGBM模型中超参数进行寻优；利用优化后的LightGBM模型模型对缺陷位置进行分类预测。

本发明授权一种基于磁异常信号的金属表面及内部缺陷分类方法在权利要求书中公布了：1.一种基于磁异常信号的金属表面及内部缺陷分类方法，其特征在于，包括： 采集获取金属试件的缺陷磁信号；所述缺陷磁信号为磁信号缺陷特征值，所述磁信号缺陷特征值包括幅值、占宽、磁感应强度平均值和磁感应强度最大值；所述缺陷磁信号通过扫描金属试件的正面和背面获得，所述金属试件的正面为缺陷面，和正面相对的面为背面，正面扫查视为表面缺陷，背面扫查视为内部缺陷； 通过LightGBM分类模型对缺陷磁信号进行处理后将缺陷分类，获取缺陷类型；所述LightGBM分类模型中的最优超参数组通过贝叶斯优化算法与k折交叉验证法获得； LightGBM分类模型的获得过程为： 步骤1，制备缺陷试件，建立材料缺陷样本库； 步骤2，通过高精度弱磁检测仪扫查缺陷试件的正面和背面，获得缺陷试件的原始缺陷磁信号作为样本集； 步骤3，将样本集随机分为训练集和测试集； 步骤4，通过训练集对设置有最优超参数组的LightGBM分类模型进行训练，通过测试集对训练后的LightGBM分类模型进行验证； 通过贝叶斯优化算法与k折交叉验证法获得最优超参数的过程为： 步骤1，通过贝叶斯优化算法输出多组带有评分的超参数组； 步骤2，通过k折交叉验证法从多组的超参数组中获得最优超参数组； k折交叉验证法的过程为，将超参数组划分为k份，每次将其中的1份作为测试集，剩下的k-1份作为训练集；预设各个超参数组中各个参数的寻优范围，代入贝叶斯优化算法中，求解贝叶斯优化算法后，获得最优参数组； 输出金属试件的缺陷类型，以及缺陷在金属试件中的位置，所述缺陷类型为表面缺陷或内部缺陷。

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盛东如东海上风力发电有限责任公司;西安热工研究院有限公司;华能国际电力江苏能源开发有限公司;华能国际电力江苏能源开发有限公司清洁能源分公司;南昌航空大学，其通讯地址为：226499 江苏省南通市如东县县新区井冈山路东侧服务业集中区3号楼101室；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。