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！

龙图腾网获悉神木市国普活性炭有限公司申请的专利活性炭成型缺陷在线检测方法、装置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：CN120673944B 。

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：202511188205.1，技术领域涉及：G16C60/00；该发明授权活性炭成型缺陷在线检测方法、装置是由陈海峰;陈海文;刘兴设计研发完成，并于2025-08-25向国家知识产权局提交的专利申请。

本活性炭成型缺陷在线检测方法、装置在说明书摘要公布了：本发明公开了活性炭成型缺陷在线检测方法、装置，属于材料缺陷检测技术领域，包括：实时采集工艺参数并进行预处理，生成参数序列，进行新工艺的自感知识别，避免了质量管控真空期的滞后启动，一旦识别到新工艺，立即触发未知缺陷预识别机制，识别不符合已知缺陷的新型异常，生成未知缺陷候选集；构建多级分层检测网络，对所述未知缺陷候选集进行自适应检测，建立基准模型，对样本进行筛选并更新所述基准模型，形成适应新工艺的缺陷识别模型，有效缓解样本不足对检测准确率的影响；设定三维度量化指标，对过渡期进行判定，当指标均满足预设要求时，自动切换至全模型检测模式，通过量化指标客观评估检测系统对新工艺缺陷的识别能力与工艺适配性。

本发明授权活性炭成型缺陷在线检测方法、装置在权利要求书中公布了：1.活性炭成型缺陷在线检测方法，其特征在于，包括： 实时采集工艺参数并进行预处理，生成参数序列，进行新工艺的自感知识别，一旦识别到新工艺，立即触发未知缺陷预识别机制，识别不符合已知缺陷的新型异常，生成未知缺陷候选集； 构建多级分层检测网络，对所述未知缺陷候选集进行自适应检测，建立基准模型，对样本进行筛选并更新所述基准模型，形成适应新工艺的缺陷识别模型； 设定三维度量化指标，对过渡期进行判定，当指标均满足预设要求时，自动切换至全模型检测模式； 其中，所述自感知识别的步骤包括： 建立多维传感器矩阵，采集数据并预处理，生成多维度时序数据集； 设置滑动窗口，在每个窗口内，计算多维关键指标； 通过快速傅里叶变换，提取主导频率，并计算各频段的能量占比； 对任意两类参数，构建双变量VAR模型，计算格兰杰因果系数，根据因果阈值，生成因果矩阵； 整合提取的特征生成特征向量，通过主成分分析降维得到工艺指纹向量； 定义已知工艺的必现特征与互斥条件，形成产生式规则库，通过规则引擎对工艺指纹向量预筛，计算规则匹配得分，设置匹配阈值，判断当前工艺是否为已知工艺； 若所述规则匹配得分大于所述匹配阈值，则判定为已知工艺；否则，判定为待确认工艺，触发预响应机制； 所述多级分层检测网络包括初级层、中级层、高级层： 初级层利用构建的缺陷规则库，计算综合置信度；若所述综合置信度超出匹配阈值，则输出缺陷类型；否则输出无匹配； 中级层对融合特征向量标准化后，基于样本间余弦相似度，构建无向图，并设置初始标签向量；通过迭代公式更新所有节点标签，对未标注样本取传播后标签向量最大值为置信度、对应标签为软标签； 高级层采用深度神经网络，以已知工艺检测模型为基础冻结前三层卷积层，新增两层全连接层处理跨模态融合特征并输出缺陷置信度；设计结合专家标注样本交叉熵损失和伪标签样本KL散度损失的混合损失函数，仅更新新增全连接层参数；设置动态权重分配机制，每周根据各层正确检测样本数占比归一化得到比例调整系数，与预设调整步长相乘后加上原始权重并归一化，得到调整后权重，且设置权重约束条件； 对过渡期进行判定的步骤包括： 构建三维度量化指标体系，分别计算检测准确率、参数波动系数、工艺端调整次数、模型检测准确率以及更新幅度，输出三维度指标评分表； 若任一维度未达标，继续执行多级分层检测策略，并增加主动学习样本筛选量； 当三维度指标同时满足预设指标阈值时，触发过渡期结束信号，停用初级层，合并中级层与高级层权重，切换至全模型检测模式，由高级层深度神经网络对未知缺陷候选集直接检测，中级层对置信度模糊样本二次校验，并将检测结果同步至工艺指纹向量生成步骤以更新正常工艺特征空间边界； 若出现连续漏检，反向触发自适应检测的贝叶斯主动学习以补充训练数据，输出全模型检测结果报表和工艺指纹向量更新记录。

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神木市国普活性炭有限公司，其通讯地址为：719319 陕西省榆林市神木市锦界工业园区；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。