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！

龙图腾网获悉陕西陕航环境试验有限公司申请的专利应用智能传感器的超声波水浸探伤检测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：CN120703239B 。

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：202511188709.3，技术领域涉及：G01N29/44；该发明授权应用智能传感器的超声波水浸探伤检测方法是由郭紫龙;余晓玲;宋皓设计研发完成，并于2025-08-25向国家知识产权局提交的专利申请。

本应用智能传感器的超声波水浸探伤检测方法在说明书摘要公布了：本发明公开了应用智能传感器的超声波水浸探伤检测方法，涉及智能传感器技术领域；该检测方法的步骤包括：根据待检测目标工件的规格信息，于预构建的匹配传感库中筛选出对应的智能传感器及其工作频率；其技术要点为：本发明在ERF易误判的复杂场景中引入CNN，显著提升关键误判点的纠正能力，CNN仅在必要时局部调用，避免全区域高算力消耗，整体效率仍接近纯ERF方案，通过置信度反馈，可自动聚焦于模糊区域，提升对微小或复杂缺陷的检出率，整体方案的运行实现了动态协同作业，在确保一定精确度的同时，还能保证检测效率和针对性提高缺陷类型的识别度，保证了三者效果之间的平衡稳定性。

本发明授权应用智能传感器的超声波水浸探伤检测方法在权利要求书中公布了：1.应用智能传感器的超声波水浸探伤检测方法，该检测方法的步骤包括： 根据待检测目标工件的规格信息，于预构建的匹配传感库中筛选出对应的智能传感器及其工作频率；其特征在于，该检测方法的步骤还包括： 采用动态区域划分策略，获取待检测目标工件的分区方案：划分各个扫描区域，建立概率模型，输出标定缺陷类型及其可能发生位置的概率，且概率模型的输出结果与优先级成正相关，并根据优先级执行高或低分辨率扫描策略； 引入实时数据分析机制，对不同优先级的扫描区域执行初步缺陷识别动作； 当低分辨率扫描策略识别出疑似缺陷时，则触发策略变更动作； 将执行高分辨率扫描策略的扫描区域标记为关键区域，将执行低分辨率扫描策略的扫描区域标记为非关键区域，并采用双模型协同架构：主模型和辅模型；主模型采用轻量级卷积神经网络，即CNN，应对关键区域；辅模型采用增强型随机森林，即ERF，应对非关键区域；引入调度管理机制，作为约束条件，在使用辅模型时，应用约束条件完成调整动作，并生成最终概率；调度管理机制的运行过程：A1：数据复杂度评估；A2：置信度与不确定性处理；A3：CNN参与比例的动态决策机制；A1中提及的数据复杂度评估过程为：分析对应非关键区域的信号，获取复杂程度评估指标，至少包括：噪声水平、频率成分变化以及能量分布，依据复杂程度评估指标进行加权计算，得出复杂程度值；当复杂程度值超过预设的第一标准阈值，则触发第一线性比例调整策略；反之，则不做响应动作； 触发的第一线性比例调整策略过程为：基于复杂程度值C获取引入轻量级卷积神经网络参与的占比比例，所依据的方式为：β_C=min1，max0，k_C×C-C_thd；式中，β_C为基于复杂程度值的CNN比例，k_C为调节系数，取值范围为[0，2]，C_thd为第一标准阈值；A2中提及的置信度与不确定性处理过程为：分析对应辅模型输出的置信度，并将置信度与预设的第二标准阈值比对，当置信度未超过第二标准阈值时，则触发第二线性比例调整策略；反之，则不做响应动作；其中，触发的第二线性比例调整策略过程为：基于置信度D获取引入轻量级卷积神经网络参与的占比比例，所依据的方式为：β_D=max0，1-DD_thd；式中，β_D为基于置信度的CNN比例，D_thd为第二标准阈值；A3中提及的CNN参与比例的动态决策机制过程为：当触发任一调整策略的条件下，则将对应的调整策略结果作为融合概率模型的依据，并运行融合概率模型，输出最终概率；当同时触发两个第一、第二线性比例调整策略的条件下，则取最大值作为融合概率模型的依据，并运行融合概率模型：P_final=a×P_CNN+1-a×P_ERF，输出最终概率P_final；其中，a的取值为β_C或β_D； 当最终概率超过判定阈值，则标记为缺陷；反之，则不做任何标记。

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陕西陕航环境试验有限公司，其通讯地址为：710000 陕西省西安市西安经济技术开发区泾渭新城渭华路4888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。