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！

龙图腾网获悉机械工业仪器仪表综合技术经济研究所申请的专利金属盘类零件的缺陷检测方法、装置、设备及介质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：CN120009403B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510497620.9，技术领域涉及：G01N29/04；该发明授权金属盘类零件的缺陷检测方法、装置、设备及介质是由吴达远;田佳營;杜孟新;方毅芳;刘涛设计研发完成，并于2025-04-21向国家知识产权局提交的专利申请。

本金属盘类零件的缺陷检测方法、装置、设备及介质在说明书摘要公布了：本申请涉及金属缺陷检测技术领域，具体涉及一种金属盘类零件的缺陷检测方法、装置、设备及介质。其中方法包括：获取目标金属盘类零件的超声相控阵信号并进行预处理，得到预处理超声相控阵信号，超声相控阵信号包括金属盘类零件的不同检测面在不同角度各自采集到的多通道声波信号；利用预构建的基于CNN‑BiLSTM的特征提取模型得到融合时域和空域的多维特征，并利用分类器确定缺陷检测结果。解决了在处理复制的缺陷组合场景下能够准确识别和区分不同类型缺陷的问题，达到了提高深层次或隐蔽缺陷的检测精确度的目的，能够为运维检测人员提供准确的故障定位和修复依据，有效识别机械装置中盘类零件缺陷隐患，避免重大安全事故的发生。

本发明授权金属盘类零件的缺陷检测方法、装置、设备及介质在权利要求书中公布了：1.一种金属盘类零件的缺陷检测方法，其特征在于，包括： 获取目标金属盘类零件的超声相控阵信号并进行预处理，得到预处理超声相控阵信号，所述超声相控阵信号包括所述金属盘类零件的不同检测面在不同角度各自采集到的多通道声波信号； 利用预构建的基于CNN-BiLSTM的特征提取模型对所述预处理超声相控阵信号进行特征提取，得到融合时域和空域的多维特征；所述特征提取模型包括卷积神经网络CNN、双向长短期记忆网络BiLSTM和融合全连接层，所述卷积神经网络CNN、所述双向长短期记忆网络BiLSTM的输出分别通过CNN全连接层、BiLSTM全连接层连接所述融合全连接层，所述利用预构建的基于CNN-BiLSTM的特征提取模型对所述预处理超声相控阵信号进行特征提取，得到融合时域和空域的多维特征，包括：将所述预处理超声相控阵信号分别输入至所述卷积神经网络CNN、所述双向长短期记忆网络进行特征提取，将各自提取到的特征分别利用CNN全连接层、BiLSTM全连接层进行展平处理，得到一维的空间特征图和时间特征图，并利用融合全连接层对所述空间特征图和所述时间特征图进行拼接，得到融合时域和空域的多维融合特征图； 将所述多维特征输入至预构建的分类器，得到所述目标金属盘类零件的缺陷检测结果；所述分类器采用的回归损失函数loss由均方误差损失函数与改进SmoothL1损失函数组合而成公式如下： ； ； ； 其中，为损失函数调节参数，为模型预测数值，为数据真实值，为SmoothL1拼接参数，用于调节SmoothL1近零值区域形态，n为数据长度。

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机械工业仪器仪表综合技术经济研究所，其通讯地址为：100055 北京市西城区广安门外大街甲397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”。