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！

龙图腾网获悉浙江工业大学申请的专利一种基于机器学习的喷头堵塞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：CN118865034B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202410601401.6，技术领域涉及：G06V10/80；该发明授权一种基于机器学习的喷头堵塞检测方法及系统是由张彦康;占红武;张殷尉设计研发完成，并于2024-05-15向国家知识产权局提交的专利申请。

本一种基于机器学习的喷头堵塞检测方法及系统在说明书摘要公布了：本发明涉及喷墨打印技术领域，具体公开了一种基于机器学习的喷头堵塞检测方法及系统；1清洗喷头，获取标准喷墨打印参数，将喷头移至试打印区域进行试喷射，检测喷头所有喷孔的对应墨滴落点；2数据采集与标注，采集喷头在标准喷墨打印参数和不同喷孔堵塞分布情况下的压电传感器信号图像，并进行数据标注；3数据预处理与特征提取，对采集到的压电传感器信号图像进行预处理，提取压电传感器信号图像中的关键特征；4构建机器学习模型，结合压电传感器信号图像特征为输入，不同喷头的堵塞喷嘴分布情况为输出，使用迁移学习方法建立喷头堵塞分布状态预测模型，进行模型训练、验证和测试；本发明利用压电致动器作为传感器用于主动检测通道声学，在当压电致动器不再被波形驱动时候，它被用来检测内部通道压力波动；以压电传感器信号图像特征为输入，不同喷孔堵塞分布情况下为输出，构建基于机器学习的喷头堵塞状态评估模型，用于实时检测喷墨喷头堵塞状态，有效提高检测效率。

本发明授权一种基于机器学习的喷头堵塞检测方法及系统在权利要求书中公布了：1.一种基于机器学习的喷头堵塞检测方法，其特征在于，该方法包括以下步骤： 步骤1清洗喷头，获取标准喷墨打印参数，将喷头移至试打印区域进行试喷射，检测喷头所有喷孔的对应墨滴落点，确保每个喷孔都正常工作； 步骤2数据采集与标注，采集喷头在标准喷墨打印参数和不同喷孔堵塞分布情况下的压电传感器信号数据，并进行数据标注； 步骤3数据预处理与特征提取，对采集到的压电传感器信号数据进行预处理，提取压电传感器信号数据中的特征信息，用于后续分类器的训练和预测； 所述步骤3过程如下： 预处理操作包括使用小波阈值降噪，在保留信号细节的基础上滤除干扰：对压电传感器信号幅值频域数据进行处理，采用小波包分析提取信号特征信息，选取小波基函数对信号进行小波包变换； 提取信号特征信息包括用时频分析方法生成时频声纹理图像：利用时频分析方法对经过小波阈值降噪方法后的喷头墨水通道内压力波动的压电传感器信号数据进行处理得到压力波动时频声纹理图，具体如下： 时频分析方法是采用同步压缩小波变换SWT,通过同步压缩算子对时频系数进行重排，信号在时频平面任一处的时频分布移到能量重心位置，得到频带更集中的时频变换； 对于任意信号ft进行连续小波变换公式Wt如下： 其中a0，为尺度因子，b是位移因子，ψ是选择的小波，并重新分配Wfa,b获得集中的时频图像，从中提取瞬时频率线，t表示时间，ft是随着时间变化的函数； 对于任意Wfa,b≠0的任意a,b，计算信号ft瞬时频率Wfa,b表达为如下： 表示微分，上下对b和Wfa,b进行微分；表示虚数； 同步压缩将小波变换时间-尺度重新分配为时间-频率，抑制沿着尺度模糊并将尺度映射到频率，计算式如下： 式中，ak为第k个离散化尺度因子a的值；ωl为第l个离散角频率；ω表示离散角频率；ak-ak-1＝Δak；ωl-ωl-1＝Δω； 所述小波阈值降噪过程如下： 经过小波分解处理，得到一串小波分解系数，根据信号确定小波函数和分解层数，将信号分为低频分量和高频分量；将其中相关性大于设定阈值的信号集中在高幅值的小波分解系数中；高频分量的噪声在小波域中，小波分解系数值较低，根据设定阈值，将小于阈值的信号看作噪声信号去除；通过对阈值函数高低频分量处理，采用小波逆变换对信号进行重构，从而实现降噪处理； 相关性即为相关系数，其定义公式如下，是用X、Y的协方差除以X和Y的标准差，代表两段信号相似性； 相关系数的结果范围是在[0,1]之中，相关系数为1代表两段信号相似性最大，相关系数为0代表两段信号相似性完全相反，通过相关系数确定需要重构的高频分量； 当相关系数值大于设定阈值时，则需要对其有关分量进行去噪处理；当小于设定阈值时，视为噪声分量，去除噪声信号； 步骤4构建机器学习模型，将压电传感器信号数据特征为输入，喷头的堵塞喷嘴分布情况为输出，使用迁移学习方法建立喷头堵塞分布状态预测模型，进行模型训练、验证和测试。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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”。