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！

龙图腾网获悉上海航数智能科技有限公司申请的专利基于传感器的涡扇发动机涡轮叶片裂纹在线监测系统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：CN121163870B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511493597.2，技术领域涉及：G01M13/00；该发明授权基于传感器的涡扇发动机涡轮叶片裂纹在线监测系统是由卢涛;张文辉;王鹂辉设计研发完成，并于2025-10-20向国家知识产权局提交的专利申请。

本基于传感器的涡扇发动机涡轮叶片裂纹在线监测系统在说明书摘要公布了：本申请涉及涡轮叶片裂纹监测的技术领域，公开了一种基于传感器的涡扇发动机涡轮叶片裂纹在线监测系统，包括传感阵列模块、校准模块、深度预测模块、路径预测模块、特征提取模块；其中：传感阵列模块用于采集涡轮叶片的振动传感数据、涡流传感数据、超声传感数据；校准模块用于进行涡流传感数据、超声传感数据的时序校准；深度预测模块用于预测涡轮叶片的裂纹深度；特征提取模块基于裂纹深度为涡流传感数据、超声传感数据分配贡献度，并提取裂纹特征；路径预测模块基于涡流传感数据、超声传感数据预测裂纹路径；特征提取模块根据裂纹路径提取裂纹特征；本申请实现了对涡轮叶片裂纹更精准、有效的在线监测。

本发明授权基于传感器的涡扇发动机涡轮叶片裂纹在线监测系统在权利要求书中公布了：1.基于传感器的涡扇发动机涡轮叶片裂纹在线监测系统，其特征在于：包括传感阵列模块、校准模块、深度预测模块、路径预测模块、特征提取模块；其中： 传感阵列模块用于采集涡轮叶片的振动传感数据、涡流传感数据、超声传感数据； 校准模块基于所述振动传感数据进行涡流传感数据、超声传感数据的时序校准； 深度预测模块基于所述涡流传感数据、超声传感数据预测涡轮叶片的裂纹深度； 所述深度预测模块包括数据处理单元、深度预测单元；其中，所述数据处理单元用于从涡流传感数据中提取涡流信号特征，并从超声传感数据中提取超声信号特征； 所述涡流信号特征包括信号峭度、相位梯度矩阵；所述相位梯度矩阵为相邻涡流传感器采集的阻抗信号的相位差组成的矩阵；所述超声信号特征包括回波时间标准差、衍射时差； 所述深度预测单元配置有深度预测模型，用于预测涡轮叶片的裂纹深度； 所述深度预测模型的输入包括所述涡流信号特征、超声信号特征，输出包括裂纹深度的第一置信度与第二置信度；其中，所述第一置信度为涡轮叶片的裂纹为浅层裂纹的置信度，所述第二置信度为涡轮叶片的裂纹为深层裂纹的置信度； 所述深度预测模型包括输入层、时序处理层、注意力层、输出层；其中： 所述输入层用于接收涡流信号特征、超声信号特征的特征向量作为模型输入； 所述时序处理层用于提取涡流信号特征、超声信号特征的时变规律； 所述注意力层用于提取涡流信号特征、超声信号特征的物理关联； 所述输出层基于涡流信号特征、超声信号特征的时变规律与物理关联，计算并输出裂纹深度的第一置信度与第二置信度； 特征提取模块基于所述裂纹深度为涡流传感数据、超声传感数据分配贡献度，并提取裂纹特征； 所述特征提取模块包括特征计算单元、数据融合单元；其中，所述特征计算单元分别基于超声传感数据、涡流传感数据计算裂纹特征；所述裂纹特征包括裂纹长度、裂纹扩展速度； 所述数据融合单元用于为涡流传感数据、超声传感数据分配贡献度；数据融合单元配置有第一贡献度； 深度预测单元还配置有深度响应策略、第一置信阈值；所述深度响应策略具体包括：若所述第一置信度大于第一置信阈值，则向数据融合单元发送第一贡献度指令；数据融合单元响应所述第一贡献度指令，将涡流传感数据的贡献度设置为所述第一贡献度，并计算超声传感数据的贡献度，其中，涡流传感数据与超声传感数据的贡献度之和为1； 所述特征计算单元还用于修正裂纹特征，具体包括：基于涡流传感数据、超声传感数据的贡献度对基于超声传感数据、涡流传感数据计算的裂纹特征进行加权求和，得到修正的裂纹特征；其中，所述加权求和的权重值为对应的贡献度； 数据融合单元还配置有第二贡献度；深度预测单元还配置有第二置信阈值； 所述深度响应策略还包括：若所述第二置信度大于第二置信阈值，则向数据融合单元发送第二贡献度指令；数据融合单元响应所述第二贡献度指令，将超声传感数据的贡献度设置为所述第二贡献度，并计算涡流传感数据的贡献度，其中，涡流传感数据与超声传感数据的贡献度之和为1； 所述数据融合单元还配置有贡献修正策略；所述贡献修正策略用于修正涡流传感数据、超声传感数据的贡献度，具体包括：若接收到所述第一贡献度指令，则获取所述信号峭度，基于信号峭度对涡流传感数据的贡献度进行修正，并更新超声传感数据的贡献度； 基于信号峭度对涡流传感数据的贡献度进行修正的计算公式如下： ； 其中，为修正后涡流传感数据的贡献度；为第一贡献度；R为信号峭度；为预设的信号峭度的最大参考值; 所述贡献修正策略还包括：若接收到所述第二贡献度指令，则获取所述回波时间标准差，基于回波时间标准差对超声传感数据的贡献度进行修正，并更新涡流传感数据的贡献度； 基于回波时间标准差对超声传感数据的贡献度进行修正的计算公式如下： ； 其中，为修正后超声传感数据的贡献度；为第二贡献度；为回波时间标准差；为预设的回波时间标准差的最大参考值； 路径预测模块基于所述涡流传感数据、超声传感数据预测裂纹路径； 所述路径预测模块包括空间特征单元、裂纹预测单元；其中，所述空间特征单元用于从涡流传感数据、超声传感数据中提取空间特征； 所述空间特征包括相位梯度矩阵、三维TOFD数据；其中，相位梯度矩阵从所述数据处理单元读取；空间特征单元配置有合成孔径成像算法，基于合成孔径成像算法将超声传感数据重构为三维TOFD数据； 裂纹预测单元基于所述空间特征预测裂纹路径，具体包括基于空间特征生成裂纹概率云图；裂纹预测单元配置有裂纹预测模型，所述裂纹预测模型的输入为所述空间特征，输出为裂纹概率云图；所述裂纹概率云图为三维张量，裂纹概率云图中每个体素值表示对应位置存在裂纹的概率； 特征计算单元配置有裂纹概率阈值；特征计算单元还用于提取裂纹特征，具体包括： 将裂纹概率云图中体素值大于裂纹概率阈值的体素标记为风险体素； 对裂纹概率云图进行形态学骨架化处理，生成裂纹主干路径；所述裂纹主干路径为风险体素组成的三维路径，宽度为单个风险体素； 筛选包含最多风险体素的裂纹主干路径作为参考裂纹路径；基于所述参考裂纹路径中风险体素的三维坐标计算裂纹长度； 所述深度响应策略还包括：若所述第一置信度小于或等于第一置信度阈值，且第二置信度小于或等于第二置信度阈值，则深度预测单元向路径预测模块、特征计算单元发送裂纹预测指令；路径预测模块响应所述裂纹预测指令，提取空间特征并输出裂纹概率云图；特征计算单元响应所述裂纹预测指令，基于裂纹概率云图提取裂纹特征。

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上海航数智能科技有限公司，其通讯地址为：200240 上海市闵行区剑川路951号1幢南楼1202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。