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！

龙图腾网获悉东南大学申请的专利一种钢桥面板焊接气孔缺陷识别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：CN120490308B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202510560077.2，技术领域涉及：G01N29/44；该发明授权一种钢桥面板焊接气孔缺陷识别方法及系统是由李丹;王浩;孙祥涛;陈燕秋;茅建校;刘洋;王建国;杨再睿设计研发完成，并于2025-04-30向国家知识产权局提交的专利申请。

本一种钢桥面板焊接气孔缺陷识别方法及系统在说明书摘要公布了：本发明公开了一种钢桥面板焊接气孔缺陷识别方法及系统，系统包括信号采集模块、信号处理模块、信号分类模块、初始分类模块、中间分类模块、目标分类模块、最终分类模块和结果输出模块；信号采集模块用于在试验钢桥面板上采集多个包含无损伤和有气孔缺陷的声发射信号，且在试验钢桥面板上采集的声发射信号构成源域数据集；在待测试钢桥面板上采集多个声发射信号，在待测试钢桥面板上采集的声发射信号构成目标域数据集；信号处理模块用于结合自适应解析模式和希尔伯特变换对声发射信号进行处理，得到声发射信号的自适应边际谱。本发明能够对焊接钢桥面板的过程实现在线监测，能准确识别焊接过程中的气孔缺陷，且识别效率高。

本发明授权一种钢桥面板焊接气孔缺陷识别方法及系统在权利要求书中公布了：1.一种钢桥面板焊接气孔缺陷识别方法，其特征在于：包括以下步骤， S1：在试验钢桥面板上采集多个包含无损伤和有气孔缺陷的声发射信号，构成源域数据集；在待测试钢桥面板上采集多个声发射信号，构成目标域数据集； S2：结合自适应解析模式和希尔伯特变换对声发射信号进行处理，得到声发射信号的自适应边际谱；其中得到声发射信号的自适应边际谱的步骤为： 采用自适应解析模式将声发射信号分解为频谱互斥的分量； 对所有声发射信号的分量进行希尔伯特变换，生成解析信号； 计算所有解析信号的瞬间幅值和瞬间频率，基于每个声发射信号的所有瞬间幅值和瞬间频率构建对应声发射信号的时频谱； 沿时间轴对时频谱进行积分，分别得到每个声发射信号的自适应边际谱； S3：将目标域数据集分为目标域标注数据集和目标域未标注数据集，采用“无损伤”和“有气孔缺陷”对源域标注数据集和目标域标注数据集包含的声发射信号进行标注，且目标域标注数据集包含无损伤和有气孔缺陷的声发射信号； S4：对Wav2Vec2.0的架构进行调整，得到改进后的AEWav2Vec2.0模型，并利用源域标注数据集的自适应边际谱训练AEWav2Vec2.0模型，得到用于识别声发射信号的标签类别的初始分类模型； S5：将目标域标注数据集按预设比例分为训练集和验证集，并保证训练集和验证集中均包含无损伤工况和有气孔缺陷的声发射信号，训练集与源域标注数据集构成混合标注数据集，并利用混合标注数据集的自适应边际谱对初始模型进行训练，得到中间分类模型； S6：将目标域未标注数据集的自适应边际谱输入中间分类模型，中间分类模型输出对应声发射信号带有置信度的两种分类结果，筛选置信度高于预设值Q1的声发射信号，且筛选出的声发射信号与混合标注数据集构成联合训练数据集，利用联合训练数据集对中间分类模型进行迭代优化，直至达到预设条件停止迭代优化，并得到目标分类模型； S7：将验证集的自适应边际谱输入目标分类模型，目标分类模型输出对应声发射信号带有置信度的两种分类结果，筛选置信度高于预设值Q4的声发射信号形成预测标注数据集，将预测标注数据集添加到联合训练数据集中构成最终训练数据集，利用最终训练数据集对目标分类模型进行迭代优化，直至达到与步骤S6中相同的预设条件停止迭代优化，并得到最终分类模型； S8：将目标域未标注数据集的自适应边际谱输入最终分类模型，最终分类模型输出目标域未标注数据集的每个声发射信号的分类结果和置信度。

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东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路2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。