中铁第四勘察设计院集团有限公司;西南交通大学;成都铁安科技有限责任公司杨辉获国家专利权
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!
龙图腾网获悉中铁第四勘察设计院集团有限公司;西南交通大学;成都铁安科技有限责任公司申请的专利一种轮轴缺陷增强检测方法及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:CN121298911B 。
龙图腾网通过国家知识产权局官网在2026-04-07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:202511863501.7,技术领域涉及:G01N29/06;该发明授权一种轮轴缺陷增强检测方法及系统是由杨辉;陶功权;彭建平;熊盛;王小伟;邱绍峰;李经伟;刘高坤;张伟;周明星;唐枫设计研发完成,并于2025-12-11向国家知识产权局提交的专利申请。
本一种轮轴缺陷增强检测方法及系统在说明书摘要公布了:本申请公开了一种轮轴缺陷增强检测方法,包括:对轮轴超声B扫图像进行数据标准化与基础增强;利用结合超声机理的生成式数据增强模块生成增强图像并重构高噪声图像;将增强图像输入多尺度动态注意力目标检测网络进行缺陷识别。本申请通过生成式数据增强模块,在数据层面合成了涵盖稀有缺陷和复杂噪声的样本,有效解决了因真实缺陷样本稀缺导致的数据分布不均衡和模型泛化能力弱的问题;同时,通过专为B扫图像物理特性设计的、融合了多尺度动态注意力机制的检测网络,在模型层面增强了对细长、弱回波缺陷的敏感度并抑制了背景干扰。数据层与模型层的协同设计,共同实现了轮轴缺陷的高精度、高鲁棒性自动化检测。
本发明授权一种轮轴缺陷增强检测方法及系统在权利要求书中公布了:1.一种轮轴缺陷增强检测方法,其特征在于,包括: 对轮轴超声相控阵多通道B扫图像进行数据标准化与基础增强处理,得到标准化B扫图像; 将所述标准化B扫图像输入至结合超声机理的生成式数据增强模块,生成增强B扫图像,以扩展训练数据并重构高噪声图像;其中,所述生成式数据增强模块基于超声机理与深度生成模型合成增强B扫图像;基于轮轴几何结构和超声传播机理,构建针对典型缺陷类型的仿真模型;通过调整缺陷参数,生成一系列带缺陷的B扫模拟片段; 所述深度生成模型为去噪扩散概率模型,其学习正常结构回波、缺陷回波与噪声之间的联合分布;通过条件控制,从深度生成模型中合成具有指定特征的B扫样本,包括稀有缺陷样本和复杂噪声工况样本; 将所述增强B扫图像输入至多尺度动态注意力目标检测网络中进行训练与推理,输出轮轴缺陷的识别与定位结果;所述多尺度动态注意力目标检测网络包括: 骨干特征提取网络,采用条形卷积与跨通道关联建模,提取B扫图像的深度与通道特征; 多尺度特征融合结构,融合浅层细节与深层语义信息,强化对细长缺陷的表达能力; 多尺度动态注意力检测头,动态调整尺度、空间与通道权重,突出缺陷区域并抑制背景干扰;所述多尺度动态注意力检测头具体包括: 尺度注意力分支,动态调整各尺度特征在预测中的权重; 空间注意力分支,突出疑似缺陷区域并抑制背景响应; 通道注意力分支,重标定特征通道,强化与缺陷模式相关的通道; 其中,所述生成式数据增强模块与所述多尺度动态注意力目标检测网络协同设计,共同提升缺陷识别精度与鲁棒性; 所述检测方法适用于动车组轮轴的轮辋、轮缘、轮辐及轴向过渡区中的一种或多种的缺陷检测。
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中铁第四勘察设计院集团有限公司;西南交通大学;成都铁安科技有限责任公司,其通讯地址为:430063 湖北省武汉市武昌杨园和平大道745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”。
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