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 > 微特技术有限公司高钰敏获国家专利权

微特技术有限公司高钰敏获国家专利权

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!

龙图腾网获悉微特技术有限公司申请的专利一种钢丝绳损伤定量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:CN115586247B

龙图腾网通过国家知识产权局官网在2025-12-05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:202211084541.8,技术领域涉及:G01N27/83;该发明授权一种钢丝绳损伤定量检测方法是由高钰敏;聂道静;刘艳;张艳波;谢邦天;孙翠翠;沈毅祥;于金明设计研发完成,并于2022-09-06向国家知识产权局提交的专利申请。

一种钢丝绳损伤定量检测方法在说明书摘要公布了:本发明提供一种钢丝绳损伤定量检测方法,本方法将钢丝绳检测装置采集到的信号通过设置门限值消除异常信号点,采用去趋势法消除基线漂移,然后通过自适应小波去噪算法进行降噪处理,通过启发式优化算法优化SVR的参数,最终确定SVR定量分析模型。本发明通过构造一种钢丝绳损伤定量检测方法对钢丝绳进行无损检测,提高了检测精度。

本发明授权一种钢丝绳损伤定量检测方法在权利要求书中公布了:1.一种钢丝绳损伤定量检测方法,其特征在于,包括以下步骤: 步骤1:提取钢丝绳检测装置检测到的钢丝绳不同损伤情况的磁记忆信号; 步骤2:通过设置门限值消除异常信号点; 步骤3:针对信号数据拟合一条曲线,采用去趋势法消除基线漂移; 步骤4:对去趋势处理的信号数据进行降噪处理; 步骤5:建立钢丝绳损伤样本数据集,每个样本包含信号数据和一个标签; 步骤6:将样本集划分为训练集、验证集和测试集; 步骤7:构建SVR定量分析模型,将训练集作为输入,采用GAPSO算法优化SVR中的惩罚参数c和核函数参数g,输出定量检测结果; 步骤8:计算模型精度; 步骤9:验证集验证,调整模型参数,确定SVR定量分析模型; 步骤10:将测试集输入SVR定量分析模型,得到定量检测结果,计算检测精度; 步骤11:利用钢丝绳检测装置实时采集钢丝绳的漏磁信号数据,将采集到的信号数据做步骤2-4的消除异常信号点、消除基线漂移以及降噪处理,将处理后的数据作为输入,用SVR定量分析模型做定量分析,输出钢丝绳的损伤情况; 所述步骤7将SVR中的惩罚参数c和核函数参数g的取值作为粒子的位置,采用遗传算法的思想对粒子群算法进行优化,通过对粒子进行杂交和变异来增加种群的多样性,避免粒子群算法的适应度过早收敛,避免陷入局部最优,算法步骤如下: 1对粒子群中的粒子的随机的位置以及速度进行初始化,使粒子分散在整个空间中;第i个粒子的位置对应参数c和g的值,第i个粒子位置变化速度,一般而言,粒子数量取值范围为20~40; 2将模型训练集的均方根误差作为适应度值,根据适应度函数计算每一个粒子的适应度; 3将每一个粒子的适应度值和这一粒子的历史最优位置,记为gbest,相比较,如果当前的适应度值比较好,则将这一适应度值作为当前的最好位置gbest,反之,gbest不变;将每一个粒子的适应度值和这所有粒子的历史最优位置,记为zbest,相比较,如果当前的适应度值比较好,则将这一适应度值作为当前的最好位置zbest,反之,zbest不变; 4按照适应度的大小进行排序,对粒子进行杂交,计算子代粒子的位置和速度,将子代粒子的适应度和父代粒子的适应度进行比较,如果子代的适应度较好,则用子代的速度和位置替代父代的速度和位置;根据以下计算子代粒子的速度和位置: 其中,为子代粒子速度,为选择的要进行杂交的粒子的速度,为选择的要进行杂交的粒子的位置,rand是介于0,1之间的随机数; 5选择粒子进行变异,计算变异粒子的位置和速度,将变异粒子的适应度和原粒子的适应度进行比较,如果变异粒子的适应度较好,则用变异粒子替代原粒子的位置;根据以下计算变异粒子的位置: ; 其中,为选择的要变异的粒子的位置; 6计算杂交变异后的粒子适应度,将每一个粒子的适应度值和所有粒子发现的最优位置的适应度值相比较,如果当前的适应度值比较好,则将这一位置作为所有粒子的全局最优位置zbest,反之,zbest不变; 7根据以下公式更新粒子的速度及位置: ; ; 其中,为粒子速度,为粒子位置,为个体最佳位置gbest,为全局最佳位置zbest,;w是惯性权重;rand是介于0,1之间的随机数;μ为约束因子,用于控制速度的权重;和为学习因子,也称为加速常数,计算公式如下: ; ; 其中,和分别为学习因子和的初始值,和分别为和的迭代终值,为当前迭代次数,为最大迭代次数,的变化范围为1,2.5,的变化范围为1.5,2.75; 8重复2~7步骤,直至满足结束条件,即达到所设置的迭代次数;得到优化后参数c和g,确定SVR模型。

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微特技术有限公司,其通讯地址为:443000 湖北省宜昌市中国(湖北)自贸区宜昌片区港城路6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。