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！

龙图腾网获悉中车株洲电力机车研究所有限公司申请的专利基于深度学习的焊点退化状态分析方法、系统及存储介质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：CN119559111B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202311130992.5，技术领域涉及：G06T7/00；该发明授权基于深度学习的焊点退化状态分析方法、系统及存储介质是由汪旭;吴洁;姚冲;匡芬;李依竹;吴楠;吕鹏设计研发完成，并于2023-09-04向国家知识产权局提交的专利申请。

本基于深度学习的焊点退化状态分析方法、系统及存储介质在说明书摘要公布了：本发明提供一种基于深度学习的焊点退化状态分析方法、系统及存储介质，该方法包括如下步骤：采集多种样本设备的设备信息和焊点外部图像，并结合设备信息和焊点外部图像构建焊点外部图像集；根据焊点位置信息并通过焊点切片法处理焊点位置，采集所有样本设备的焊点内部图像；根据焊点内部图像构建焊点退化状态集；基于神经网络模型构建焊点退化分类模型；利用焊点外部图像集和焊点退化状态集训练焊点退化分类模型；将目标焊点图像输入至训练后的焊点退化分类模型中，得到焊点退化分类模型输出的焊点状态分类结果；根据焊点状态分类结果确定待测焊点的焊点退化状态。本发明具有检测设备焊点退化时，检测效率较高且不会造成设备损坏的效果。

本发明授权基于深度学习的焊点退化状态分析方法、系统及存储介质在权利要求书中公布了：1.一种基于深度学习的焊点退化状态分析方法，其特征在于，包括如下步骤： 采集多种样本设备的设备信息和焊点外部图像，所述设备信息包括焊点位置信息； 根据所有所述设备信息提取各个所述样本设备的焊点工艺信息； 基于所述焊点位置信息和所述焊点工艺信息从预设的焊点特征数据库中调取对应的焊点特征集； 将所述焊点特征集中各个焊点特征与对应的所述焊点外部图像一一绑定； 结合所有绑定有所述焊点特征的所述焊点外部图像构建焊点外部图像集； 根据所述焊点位置信息并通过焊点切片法处理所有所述样本设备的焊点位置，采集所有所述样本设备的焊点内部图像； 预处理所述焊点内部图像，得到预处理焊点图像，所述预处理步骤包括图像增强步骤和图像旋转步骤； 利用图像处理方法提取所述预处理焊点图像中的焊点退化特征； 根据所述焊点退化特征为所述焊点内部图像标记退化状态； 结合所有标记有所述退化状态的所述焊点内部图像构建焊点退化状态集； 基于神经网络模型分别构建焊点特征检测模型和焊点状态分类模型； 将所述焊点特征检测模型的输出层作为所述焊点状态分类模型的输入层； 联立所述焊点特征检测模型和所述焊点状态分类模型的损失函数，得到综合损失函数，并将所述焊点特征检测模型和所述焊点状态分类模型组合为焊点退化分类模型； 将所述焊点外部图像集中的所述焊点特征和所述焊点退化状态集中的所述焊点退化特征进行标准化特征处理，得到焊点特征向量和焊点退化特征向量； 对所述焊点特征向量和所述焊点退化特征向量依次进行特征对齐操作和逐元素融合操作，得到初始融合特征向量； 采用统计学习方法从所述初始融合特征向量中筛选出融合特征向量； 利用所述融合特征向量优化所述综合损失函数，直至所述焊点退化分类模型收敛； 获取待测设备中待测焊点的目标焊点图像，将所述目标焊点图像输入至训练后的所述焊点退化分类模型中，得到所述焊点退化分类模型输出的焊点状态分类结果； 根据所述焊点状态分类结果确定所述待测焊点的焊点退化状态。

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中车株洲电力机车研究所有限公司，其通讯地址为：412001 湖南省株洲市石峰区时代路；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。