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！

龙图腾网获悉广东工业大学申请的专利一种基于声信号和深度学习的焊接质量在线监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：CN116068062B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202211606722.2，技术领域涉及：G01N29/44；该发明授权一种基于声信号和深度学习的焊接质量在线监测方法及系统是由张艳喜;程文浩;高向东设计研发完成，并于2022-12-13向国家知识产权局提交的专利申请。

本一种基于声信号和深度学习的焊接质量在线监测方法及系统在说明书摘要公布了：本发明公开了一种基于声信号和深度学习的焊接质量在线监测方法与系统，包括以下步骤：S1、采集焊接的声信号，并进行AD转换，得到原始声信号；S2、采用小波包分解方法对原始声信号的频谱进行滤波降噪分析处理，得到二维形式的频谱数据；S3、采用深度学习技术和交叉注意力融合神经网络构建焊接质量状态识别分类模型；S4、采用焊接质量状态识别分类模型对二维形式的频谱数据进行识别分类，得到焊接的四种状态，实现对焊接质量状态的在线监测。本方法与传统技术相比，利用小波包分解方法对声信号进行处理，具有更高的频率分辨率，采用深度学习技术中的交叉注意力融合神经网络进行识别分类，克服了传统模型泛化能力差的问题。

本发明授权一种基于声信号和深度学习的焊接质量在线监测方法及系统在权利要求书中公布了：1.一种基于声信号和深度学习的焊接质量在线监测方法，所述焊接为激光-电弧复合焊接，其特征在于，包括以下步骤： S1、采集焊接的声信号，并进行AD转换，得到原始声信号； S2、采用小波包分解方法对原始声信号的频谱进行滤波降噪分析处理，小波包分解将原始声信号频谱分解为256份频谱片段，被分解的每份频谱片段有400个节点，形成256乘以400的二维形式的频谱数据； S3、对S2得到的二维形式的频谱数据采用交叉注意力融合神经网络，构建焊接质量状态识别分类模型；所述交叉注意力融合神经网络由两个分支的二维卷积神经网络和一个交叉注意模块组成；其中，二维形式的频谱数据作为二维卷积神经网络的第一分支和第二分支的信号输入； 二维形式的频谱数据输入至第一分支，依次通过第一卷积模块和第二卷积模块后，输入至交叉注意模块；二维形式的频谱数据输入至第二分支，依次通过第三卷积模块和第四卷积模块后，输入至交叉注意模块； 所述交叉注意模块的输出和第二卷积模块的输出进行逐元素相加后，依次通过第五卷积模块和第六卷积模块，并进行全局平均池化后输入至全连接层；交叉注意模块的输出和第四卷积模块的输出进行逐元素相加后，依次通过第七卷积模块和第八卷积模块，并进行全局平均池化后输入至全连接层；全连接层的输出通过归一化指数函数进行识别分类，输出焊接类型识别结果； S4、采用焊接质量状态识别分类模型对二维形式的频谱数据进行识别分类，得到焊接的四种状态，实现对焊接质量状态的在线监测。

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广东工业大学，其通讯地址为：510090 广东省广州市越秀区东风东路729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。