江苏中益新材料股份有限公司李树新获国家专利权
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!
龙图腾网获悉江苏中益新材料股份有限公司申请的专利一种玻璃纤维布面的异物检测方法、设备及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:CN121558769B 。
龙图腾网通过国家知识产权局官网在2026-04-03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:202610077110.0,技术领域涉及:G01N21/95;该发明授权一种玻璃纤维布面的异物检测方法、设备及介质是由李树新;李惠设计研发完成,并于2026-01-21向国家知识产权局提交的专利申请。
本一种玻璃纤维布面的异物检测方法、设备及介质在说明书摘要公布了:本发明公开了一种玻璃纤维布面的异物检测方法、设备及介质,涉及智能感知技术领域,包括基于扫描横向覆盖宽度的标定值设定横向范围,并提取更新节点的最小纵向坐标和最大纵向坐标,构建重建点,结合基准差分,在重建点上构建连续异物状态场,基于连续异物状态场提取时间窗口序列,构造优化目标函数并进行迭代优化,得到每个重建点的最终阶次和扩散强度,并计算残差;通过引入基于分数阶动力学参数反演的时序判别方法,有效区分暂态扰动与真实异物事件,降低误报率并提升异物类型判定的稳定性,通过基于布面瞬时速度序列的稳定区间判定机制,提高异物检测结果在高速生产条件下的时空一致性与可靠性。
本发明授权一种玻璃纤维布面的异物检测方法、设备及介质在权利要求书中公布了:1.一种玻璃纤维布面的异物检测方法,其特征在于:包括, 通过光谱仪的帧率配置获取采样时间间隔,收集光谱通道和偏振通道的原始输出,加权求和得到统一敏感量,构建连续基准场,基于扫描横向覆盖宽度和出厂配置设定更新节点,将偏振通道的原始输出分配至更新节点,计算观测值并与连续基准场的基准值相减,得到基准差分; 基于扫描横向覆盖宽度的标定值设定横向范围,并提取更新节点的最小纵向坐标和最大纵向坐标,基于扫描横向覆盖宽度的标定值设定横向范围,并提取更新节点的最小纵向坐标和最大纵向坐标,定义重建点并构建邻域点集合; 基于邻域点集合,为每个邻域点构建权重标量,构造权重对角矩阵; 使用邻域点的横向坐标和纵向坐标分别减去重建点的横向坐标和纵向坐标,得到相对横坐标和相对纵坐标,构建二次基向量,将所有二次基向量进行逐列堆叠,得到多项式基矩阵; 基于多项式基矩阵和权重对角矩阵构建线性系统矩阵; 基于线性系统矩阵求解系数列向量,得到重建的异物状态场标量,将重建的异物状态场标量按坐标进行排列,得到连续异物状态场,对每个重建点,基于连续异物状态场提取窗口序列,对每个重建点使用算术平均法计算时间窗口长度内的均值,对窗口序列进行去均值化,得到去均值化序列; 对去均值化序列在候选阶次集合上逐个使用分数阶傅里叶变换计算分数阶傅里叶变换系数,对分数阶傅里叶变换系数使用复数模平方计算能量并进行归一化处理,得到归一化能量,对归一化能量进行横向排列,得到长度为窗口长度的离散取值集合,使用算术平均法和无偏样本方差法提取离散取值集合的平均值和方差,构造优化目标函数,得到概率质量和拉格朗日函数值; 对概率质量使用牛顿-拉弗森方法进行迭代更新,得到更新概率质量,使用更新概率质量重新计算得到更新拉格朗日函数值; 对更新拉格朗日函数值进行累加,得到累积分布函数值,计算尾部剩余量,对尾部剩余量取对数并通过最小二乘直线进行拟合,得到斜率,将斜率映射为分数阶阶次候选,对分数阶阶次候选进行裁剪,得到最终阶次,基于最终阶次和重建点坐标,通过移动最小二乘法构建阶次连续场; 基于历史实验经验设定最小扩散强度、最大扩散强度以及扩散强度的离散步长,横向排列,得到候选集合,将候选集合输入分数阶离散预测器,得到离散采样时刻的预测值; 基于连续场,提取每个重建点的最终阶次和最优分数域阶次下的拉格朗日函数值,结合预测值计算带权误差,构建最终扩散强度并结合重建点坐标,通过移动最小二乘法构建强度连续场; 基于强度连续场,提取每个重建点的最终扩散强度,结合最终阶次输入分数阶离散预测器,得到离散采样时刻的预测值,计算残差; 对残差进行对比生成接触指示,计算累计接触时间,判定异物是否存在,并提取首次触发时刻的特征向量,通过K均值聚类获得异物类别标签,上传至云平台进行展示。
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江苏中益新材料股份有限公司,其通讯地址为:225401 江苏省泰州市城区工业园区阳江西路北侧、银沙路东侧;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励