Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 天津大学宋凯获国家专利权

天津大学宋凯获国家专利权

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!

龙图腾网获悉天津大学申请的专利一种多模态协同的腐蚀状态监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:CN119269385B

龙图腾网通过国家知识产权局官网在2025-11-28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:202411391352.4,技术领域涉及:G01N17/02;该发明授权一种多模态协同的腐蚀状态监测方法及系统是由宋凯;王芮;单广斌;邱枫;朱麟祺设计研发完成,并于2024-10-08向国家知识产权局提交的专利申请。

一种多模态协同的腐蚀状态监测方法及系统在说明书摘要公布了:本发明涉及材料分析技术领域,具体是一种多模态协同的腐蚀状态监测方法及系统。通过声发射与电化学噪声双模态信号的自监督对比学习方法,并结合Transformer及多层感知机的创新网络架构,实了声发射与电化学噪声信号特征对齐,克服了氯碱生产设备腐蚀监测中对大量标注数据依赖的问题,形成了腐蚀状态在线监测模型。在自监督对比学习框架下,该模型能够利用未标注的声发射与电化学噪声数据对进行自主学习,减少了对昂贵和稀缺标注资源的需求。仅需少量的人工标注声发射数据进行微调训练,可实现腐蚀状态在线监测。同时本发明仅需声发射数据即可完成对氯碱生产设备的现场快速、无损腐蚀状态监测分析,推动了腐蚀状态监测技术向更智能化、自动化的方向发展。

本发明授权一种多模态协同的腐蚀状态监测方法及系统在权利要求书中公布了:1.一种多模态协同的腐蚀状态监测方法,其特征在于:具体方法包括如下步骤: S1:信号采集:试样材质包括不锈钢及碳钢,放置于腐蚀溶液以发生腐蚀,所采用的腐蚀溶液包括NaCl溶液,在试件上设置电化学采集装置与声发射采集装置,同时采集电化学噪声信号与声发射信号; S2:数据集构建:使用采集到的电化学噪声信号与声发射信号,首先进行两种信号在时间步上的对齐,构建无需人工标注的大规模的声电对齐预训练数据集;采取有明显腐蚀特征的声发射信号进行人工标注,构建声发射腐蚀阶段有标签数据集; S3:模型构建与训练:构建改进的两阶段网络,第一阶段为基于Transformer的对比学习结构,第二阶段为基于Transformer的特征提取器和基于多层感知机的分类器组成的腐蚀阶段监测网络;使用步骤S2中构建的两个数据集分别对两阶段网络依次训练; S4:模型测试:通过改进的腐蚀阶段监测模型对未知的声发射测试信号进行判断,输出测试信号所对应的腐蚀阶段; S5:系统搭建:制作交互界面,进行软件封装,将软件安装于服务器中;将现场声发射信号采集装置与封装软件相联通,实现现场腐蚀状态监测系统; 所述的步骤S3中模型的构建包括以下步骤: S31:构建基于Transformer的特征提取器:利用自注意力机制,使得模型能够关注电化学噪声和声发射时间序列中的时序信息; S32:构建第一阶段基于自监督对比学习架构的模型学习策略:训练S31中提出的特征提取器,利用预训练数据集中的声电数据对进行对比学习预训练,以训练模型实现声发射信号与电化学噪声信号两个模态信号的协同学习,存储电化学噪声信号的有效信息,其损失函数为分布对齐损失和事件对齐损失; S33:构建第二阶段腐蚀阶段监测的模型学习策略:提取步骤S32中训练完成的声发射信号特征提取器,并结合一个基于多层感知机构建的分类器,基于步骤S2中的声发射腐蚀阶段有标签数据集对其进行进一步的有监督训练,以训练模型获得有效监测腐蚀阶段能力。

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天津大学,其通讯地址为:300072 天津市南开区卫津路92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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。