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！

龙图腾网获悉贵州电网有限责任公司申请的专利一种基于边界反弹特性的多模态机械波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：CN119804672B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202411741497.2，技术领域涉及：G01N29/44；该发明授权一种基于边界反弹特性的多模态机械波检测方法及系统是由邱实;余永瑞;周小红;陈开雷;谢皓凌;叶锐;何荧;蒲阳设计研发完成，并于2024-11-29向国家知识产权局提交的专利申请。

本一种基于边界反弹特性的多模态机械波检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边界反弹特性的多模态机械波检测方法及系统，涉及无损检测技术领域，包括采用传感器收集多种模态机械波的波形、频率以及幅度并预处理；分析多种模态机械波在目标物体内部传播时遇到边界时的反射特征，计算多种模态机械波的边界反弹值，选取边界反弹值最高的机械波作为深度波形特征；构建关系模型，将深度波形特征输入关系模型，预测缺陷的严重程度，并生成预警方案。本发明所述方法有效去除了噪声干扰，提高了信号清晰度，不仅为精确分析机械波的边界反弹特性奠定了基础，还为后续的缺陷评估提供了强有力的数据支持，实现了对目标物体内部腐蚀缺陷的定量评估和实时监控，提高了检测系统的实用性和工程应用价值。

本发明授权一种基于边界反弹特性的多模态机械波检测方法及系统在权利要求书中公布了：1.一种基于边界反弹特性的多模态机械波检测方法，其特征在于，包括： 采用传感器收集多种模态机械波的波形、频率以及幅度并预处理； 分析多种模态机械波在目标物体内部传播时遇到边界时的反射特征，计算多种模态机械波的边界反弹值，选取边界反弹值最高的机械波作为深度波形特征； 构建关系模型，将深度波形特征输入关系模型，预测缺陷的严重程度，并生成预警方案； 所述采用传感器收集多种模态机械波的波形、频率以及幅度包括选择MEMS传感器，配置传感器的采样频率和采样时间，设定数据采集的时间窗口，并收集纵波、横波、表面波和板波在目标物体内部传播时的信号数据； 所述分析多种模态机械波在目标物体内部传播时遇到边界时的反射行为包括在目标物体的不同位置施加多模态机械波，并使用高速摄影机和激光多普勒测振仪，记录波形的响应强度，使用有限元分析软件COMSOLMultiphysics，模拟多种模态波在腐蚀缺陷处的响应强度，并在没有腐蚀缺陷的情况下，采集背景噪声信号，计算背景噪声的标准差，作为噪声水平的指标； 记录波形在不同边界处的反射行为，引入多尺度分析方法，从宏观到微观不同尺度上分析边界反弹特性包括使用小波变换去除噪声，并保留波形在真实反射特性中的主要特征，计算去噪后的反射波场强，表示为： ， 其中，是去噪后的反射波场强，是小波基函数，是尺度参数，是时间参数，是原始信号，为一个积分运算，为时间变量的一个无穷小的增量，将波形特征的信号数据归一化到同一量级，计算归一化后的信号，表示为： ， 其中，是小波变换后信号中的最小值，是小波变换后信号中的最大值，为归一化后的信号； 采集背景噪声信号，计算背景噪声的标准差，作为噪声水平的指标包括，计算平均值，计算方差，计算标准差，根据计算得到的，评估背景噪声的水平，当超过预设的阈值时，说明背景噪声水平过高，重新采集背景噪声信号，采用自适应滤波器进一步去噪，计算去噪后的背景噪声信号，表示为： ， 其中，是去噪后的背景噪声信号，是自适应滤波器的传递函数，是估计的噪声信号，重新计算去噪后的背景噪声信号的标准差，表示为： ， 其中，为去噪后的背景噪声信号的标准差，为去噪后的背景噪声信号的平均值，为每个去噪后的背景噪声信号值与平均值之差的平方，为求和符号，为去噪后的背景噪声信号在第个时间点的值，为求平均值的操作，为信号的长度，为每个时间点； 所述选取边界反弹值最高的机械波作为深度波形特征包括设边界反弹值为，表示为： ， 其中，为边界反弹值，为归一化后的反射波场强，选取边界反弹值最高的机械波作为深度波形特征，计算深度波形特征，表示为： ， 其中，为深度波形特征，表示在所有时间和尺度上，找到使最大的和的值； 根据腐蚀缺陷和深度波形特征构建关系模型，将深度波形特征输入关系模型，预测缺陷的严重程度包括设关系模型为线性回归模型，计算模型的输出模型，表示为：， 其中，是权重参数，是偏置项，是深度波形特征向量，为模型的输出，是深度波形特征向量的各个组成部分。

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贵州电网有限责任公司，其通讯地址为：550002 贵州省贵阳市南明区滨河路17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。