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！

龙图腾网获悉厦门大学申请的专利一种基于卷积神经网络的冲击定位及能量检测方法、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：CN115458088B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202211114481.X，技术领域涉及：G16C60/00；该发明授权一种基于卷积神经网络的冲击定位及能量检测方法、系统是由王奕首;王明华;吴迪;卿新林;孙虎设计研发完成，并于2022-09-14向国家知识产权局提交的专利申请。

本一种基于卷积神经网络的冲击定位及能量检测方法、系统在说明书摘要公布了：本发明涉及结构健康监测技术领域，特别涉及一种基于卷积神经网络的冲击定位及能量检测方法、系统，所述冲击定位及能量检测方法采用卷积神经网络模型进行粗定位冲击区域，并在其基础上通过基于DTW的质心加权算法精确定位冲击区域内的具体冲击位置；同时还通过冲击响应信号的能量来表征冲击能量大小。本方法定位准确、冲击反演效率高且操作简单，不仅能够避免了结构复杂性对定位精度的影响，还能实现冲击能量估计误差的有效控制。在降低维护成本的同时，还有效提高了定位及检测的效率。

本发明授权一种基于卷积神经网络的冲击定位及能量检测方法、系统在权利要求书中公布了：1.一种基于卷积神经网络的冲击定位及能量检测方法，其特征在于，包括以下步骤： 区域处理步骤，在待检测复合材料结构上布设m个用于接收外部冲击信号的传感器，并将所述待检测复合材料结构的表面划分成至少M个区域； 样本获取步骤，分别对每一所述区域的若干训练点、标记点进行冲击试验，以获取包含有冲击信号的第一样本数据库和第二样本数据库；以及通过固定能量冲击复合材料结构表面，并根据若干传感器接收的冲击信号获取在固定能量冲击下的表征值； 模型训练步骤，构建输入为（l，m）、输出为（M,1）的1D-CNN神经网络，其中l为每个传感器的信号长度；将第一样本数据库划分为训练集和测试集，并输入至1D-CNN神经网络中进行训练和验证，以得到冲击事件监测模型； 粗定位步骤，若某一冲击事件发生时，若干所述传感器将接收到冲击信号Simpact；将冲击信号Simpact输入至冲击事件监测模型中，再根据输出结果确定该冲击事件发生的冲击区域，以完成粗定位； 精定位步骤，基于粗定位确定的冲击区域，根据DTW算法计算冲击信号Simpact与第二样本数据库中冲击区域内的所有标记点的DTW距离；将所得的作为加权质心定位算法的权重因子计算冲击区域内的冲击位置坐标（x,y），以完成精定位； 能量检测步骤，根据所有区域内的传感器接收的冲击信号Simpact获得能量表征值，根据下述公式计算获得冲击的能量： 还包括能量修正系数获取步骤，在进行固定能量E0冲击复合材料结构表面的试验后，选取其中一个区域作为参考区域，获取所述参考区域的能量表征值，计算每个区域相对于所述参考区域的能量修正系数，其公式如下： ; ； 其中，为参考区域内的传感器个数，为参考区域内第个传感器对应冲击信号的能量值。

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厦门大学，其通讯地址为：361005 福建省厦门市思明区思明南路422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”。