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！

龙图腾网恭喜宁波大学申请的专利基于光学断层扫描及考虑生化影响的管道微裂痕监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：CN118837363B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202410920045.4，技术领域涉及：G01N21/88；该发明授权基于光学断层扫描及考虑生化影响的管道微裂痕监测方法是由刘甲春;黄标;卢鼎南;朱志伟设计研发完成，并于2024-07-10向国家知识产权局提交的专利申请。

本基于光学断层扫描及考虑生化影响的管道微裂痕监测方法在说明书摘要公布了：本发明公开了基于光学断层扫描及考虑生化影响的管道微裂痕监测方法，涉及光学成像及排水管道维护技术领域。本发明与之前的监测技术相比，解决了现有的监测技术如CCTV检测或声波检测通常只能识别较大的结构性缺陷，而无法在早期阶段精确监测和分析微裂痕的发展的问题；通过高分辨率的OCT技术与改进的CNN卷积网络相结合，并基于改进的RNN网络进行持续监测分析，实现对排水管道微裂痕的早期检测和实时动态监测；同时将生化因素纳入排水管道裂痕的监测与分析中，提高了预防和维护策略的有效性；还基于自动化和远程监控系统，使得排水管道的维护更加高效和经济；结合光学断层扫描技术和生化分析，显著提升了对排水系统潜在风险的诊断和预防能力。

本发明授权基于光学断层扫描及考虑生化影响的管道微裂痕监测方法在权利要求书中公布了：1.基于光学断层扫描及考虑生化影响的管道微裂痕监测方法，其特征在于，包括如下步骤：S1：配置为排水管道环境定制的OCT系统，并根据管道材质和环境条件调整系统参数以适应排水管道；S2：基于OCT系统采集的排水管道环境的OCT图像并对图像进行预处理；S3：使用时间序列分析技术跟踪裂痕的发展过程，评估裂痕扩展的速度和潜在风险，并通过OCT系统进行相应的远程告警；具体包括如下内容：跟踪采集所述S2中识别存在的裂痕的排水管道的OCT图像，并输入至RNN网络中，所述RNN网络中，每一层的神经元相互独立，并将隐藏层间的权重矩阵改为隐藏层的权重向量，且将矩阵乘法改为哈达玛积，具体如下： 其中，和分别为时间步隐藏层的状态向量和输入层的输入向量；为ReLU激活函数；为输入层与隐藏层的权重矩阵；为隐藏层的权重向量；为时间步隐藏层的状态向量；为隐藏层间的偏置量；表示哈达玛积；所述RNN网络还对ReLU函数进行改进，在ReLU函数负区间内设置一个自适应变化参数以更新ReLU函数的相应权重，具体如下： 其中，表示输入至ReLU函数的第个数据；表示自适应变化参数；其中，自适应变化参数基于黏菌优化算法进行自适应优化调整，所述黏菌优化算法具体如下：阶段一：黏菌根据空气中的气味逼近食物，食物浓度越高，黏菌重量越大；反之，黏菌重量减轻，转向探索其他区域； 其中，表示当前迭代次数；表示黏菌位置；表示第次迭代黏菌个体在第维的位置；表示第次迭代黏菌个体在第维的位置；表示第次迭代最优黏菌个体在第维的位置；、分别表示第次迭代时随机选择的黏菌个体在第维的位置；模拟黏菌种群中个体信息的交互过程，服从的均匀分布；模拟黏菌对自身的保留，服从的均匀分布；表示内的随机数；表示黏菌种群的规模；表示第个黏菌的适应度值；表示全局最优黏菌的适应度值；表示黏菌随机个体的权重因子；阶段二：黏菌联结多个食物源，并在食物源之间建立粗细不一的静脉网络，当静脉接近食物源时，黏菌体内发出的信号刺激内部生物振荡器产生传播波，促进镜面的细胞质流动，接触到的食物浓度越高，波信号越强，细胞质流动越快，静脉越厚，反之静脉越薄； 其中，和分别表示搜索空间的上界和下界；和均表示内的随机数；阶段三：振荡器产生传播波，改变脉络中的细胞质流动，通过、和模拟振荡频率及静脉厚度，黏菌在食物浓度低时缓慢接近食物，找到优质食物时更快接近并抓取食物； 其中，和分别表示当前代中的最优适应度值和最差适应度值；表示内的均匀随机数；还对黏菌优化算法进行如下的改进： 其中，表示第次迭代黏菌个体在第维的变异位置；表示第次迭代黏菌个体在第维的更新位置；、分别表示第次迭代时随机选择的黏菌个体在第维的位置；表示引入的权重因子；表示引入的权重因子基值；表示最大迭代次数；表示对应的适应度值；表示对应的适应度值；基于RNN网络的输出结果对排水管道的扩展速度进行评估并对潜在风险进行评估；S4：添加特定的化学感应器或生物标记物，检测排水管道中的化学物质和生物活动，以评估其对于排水管道裂痕发展的影响；S5：综合化学与生物监测数据和OCT图像，构建排水管道裂痕评估模型，对裂痕进行风险评估，并通过OCT系统进行相应的远程告警，具体包括：结合化学与生物监测数据，并提取数据特征，与OCT图像特征进行融合生成对应时间序列的特征矩阵，并基于S3中的RNN网络进行裂痕风险评估。

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宁波大学，其通讯地址为：315211 浙江省宁波市江北区风华路818号；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”。