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！

龙图腾网获悉云南创标实业有限公司申请的专利一种自动检测电杆壁厚保护层的方法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：CN119846060B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411965552.6，技术领域涉及：G01N29/04；该发明授权一种自动检测电杆壁厚保护层的方法是由李娟;李煌堂设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本一种自动检测电杆壁厚保护层的方法在说明书摘要公布了：本发明公开了一种自动检测电杆壁厚保护层的方法，该方法包括：结合环境数据调整超声波声速及检测参数，根据电杆材质动态调整超声波频率和占空比；多通道超声波探头同步工作，实时采集电杆壁厚和表面缺陷数据；通过FPGA将模拟信号转换为TTL数字信号，通过动态阈值法实时检测信号异常；利用深度学习模型对壁厚数据进行智能评估，根据超声波回波特征识别缺陷类型；通过显示屏实时呈现电杆壁厚及缺陷风险评估结果，并在发现异常时触发报警信号；记录任务状态，基于历史数据生成壁厚变化趋势图；利用检测数据生成电杆壁厚变化的历史趋势，通过预测算法评估未来潜在的风险点。本发明具有高精度、高效率和智能化的特点，可广泛应用于电力设施检测领域。

本发明授权一种自动检测电杆壁厚保护层的方法在权利要求书中公布了：1.一种自动检测电杆壁厚保护层的方法，其特征在于，包括以下步骤： 步骤S1，安装检测装置并校验其运行状态，结合环境数据调整超声波声速及检测参数，根据电杆材质动态调整超声波频率和占空比； 步骤S2，传感器模块在驱动模块控制下沿电杆轴向移动并进行360°环绕扫描，同时多通道超声波探头同步工作，实时采集电杆壁厚和表面缺陷数据； 步骤S3，通过FPGA将模拟信号转换为TTL数字信号，利用时间间隔计算壁厚和缺陷深度，通过动态阈值法实时检测信号异常； 步骤S4，利用深度学习模型对壁厚数据进行智能评估，根据超声波回波特征识别缺陷类型，并结合缺陷深度和分类结果评估风险等级； 步骤S5，通过显示屏实时呈现电杆壁厚及缺陷风险评估结果，并在发现异常时触发报警信号； 步骤S6，检测任务结束后记录任务状态并将数据存储至本地和云端数据库，基于历史数据生成壁厚变化趋势图； 步骤S7，利用检测数据生成电杆壁厚变化的历史趋势，通过预测算法评估未来潜在的风险点，并提出针对性的维护建议； 其中在步骤S1中，还包括如下子步骤： S1-1，将检测装置安装到电杆上，使传感器模块与电杆表面完全接触，启动设备自检功能，校验传感器模块、驱动模块、数据处理单元运行状态； S1-2，根据检测环境的温度和湿度参数，动态校正超声波声速，通过主控设备设置通道数量、检测精度和报警阈值，并根据电杆材质调整超声波频率和占空比，具体如式1-式2： 式1 式2 其中，为超声波声速，为参考声速，为温度系数，为温差，为超声波频率，为激励脉冲宽度； 其中在步骤S2中，还包括如下子步骤： S2-1，驱动模块启动后，通过预设的路径和运动参数控制传感器模块沿电杆轴向方向平稳移动，同时进行360°环绕扫描，扫描过程中，传感器模块的运动轨迹与电杆表面保持恒定距离，确保传感器能够采集完整的电杆表面数据； S2-2，多通道超声波探头同步工作，采用分布式布局实时采集电杆的壁厚和表面缺陷数据，探头以高频率发射超声波信号，当信号遇到电杆的不同界面时产生回波，根据采集到的回波信号计算超声波传播时间，具体如式3： 式3 其中，为电杆壁厚，为传播时间，为校正后的声速； S2-3，传感器模块采集到的所有信号通过高速数据接口传输至数据处理单元，在数据传输过程中根据环境数据动态修正声速参数，降低环境对检测结果的干扰，通过信号增强与去噪算法对原始数据进行优化处理，消除可能的噪声和干扰信号； 其中在步骤S3中，还包括如下子步骤： S3-1，在数据处理单元中，对采集到的超声波信号进行滤波、放大以及特征提取，利用低通滤波器去除高频噪声，并通过信号放大电路增强有效信号的幅值，在信号时域内提取关键特征点，包括表面波到达时间和一次底波到达时间，计算两者之间的时间差，具体如式4： 式4 其中，为表面波到达时间，为一次底波到达时间； S3-2，采用FPGA处理单元对超声波回波信号进行数字化转换，将模拟信号转化为TTL数字信号，转换过程具体如式5： 式5 其中，是传感器采集到的模拟信号电压值，是信号转换的电压阈值，是转换后的数字信号，1代表高电平，0代表低电平； S3-3，利用FPGA对数字信号进行同步处理，计算表面波与底波及缺陷波的时间间隔，根据超声波传播时间计算壁厚和缺陷深度，具体如式6-式9： 式6 式7 式8 式9 其中，为表面波与底波之间的时间间隔，为超声波往返时间，为缺陷回波到达时间，为底波到达时间差，为壁厚，为校正后的声速，为缺陷深度； S3-4，结合多通道信号的数据，通过决策级融合算法整合各通道的检测结果，对于信号异常使用动态阈值法进行实时检测，具体如式10： 式10 其中，为时间间隔的均值，为时间间隔的标准差，为调节参数； 其中在步骤S4中，还包括如下子步骤： S4-1，利用深度学习算法模型将壁厚数据作为输入，判断壁厚是否在安全范围内评估壁厚分布，具体如式11： 式11 其中，为输入数据，为模型参数，为激活函数，为缺陷概率； S4-2，根据超声波回波信号的波形特征，识别缺陷类型并评估风险等级，采用支持向量机对缺陷类型分类，具体如式12-式13： 式12 式13 其中，为缺陷实际深度，为缺陷回波时间间隔，为分类网络输出，为用于确定最可能的缺陷类型，为分类结果； S4-3，基于多通道采集到的数据，利用空间坐标构建电杆的三维壁厚和缺陷分布模型，具体如式14-式15： 式14 式15 其中，为二维位置坐标，为对应点的壁厚，为对应位置的时间间隔。

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云南创标实业有限公司，其通讯地址为：657000 云南省昭通市大关县寿山镇麻柳湾社区；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。