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 > 江苏劲江电缆集团有限公司江伟获国家专利权

江苏劲江电缆集团有限公司江伟获国家专利权

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!

龙图腾网获悉江苏劲江电缆集团有限公司申请的专利一种复合型绝缘电缆检测方法、装置及设备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:CN120802124B

龙图腾网通过国家知识产权局官网在2025-12-23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:202510961620.X,技术领域涉及:G01R31/58;该发明授权一种复合型绝缘电缆检测方法、装置及设备是由江伟;江保中;高振振设计研发完成,并于2025-07-14向国家知识产权局提交的专利申请。

一种复合型绝缘电缆检测方法、装置及设备在说明书摘要公布了:本发明公开了一种复合型绝缘电缆检测方法、装置及设备,涉及电缆检测相关技术领域,该方法包括:连接复合型设计生产图纸,获取复合型绝缘电缆的复合层级结构及材料参数,构建多层物理结构模型;确定每一结构层的检测参数及检测通道;分别对复合型绝缘电缆进行定向检测,获得多源检测数据,并执行层级及层间状态识别、预测分析,获得识别结果;生成电缆检测状态热力图,进行故障位置、老化程度的可视化呈现。解决了现有技术中存在的难以深入分析复合电缆结构层及层间状态变化、无法精准定位复合型绝缘电缆故障位置、无法有效预测电缆老化趋势的技术问题,达到了精准化检测、分层化定位电缆故障位置,有效预测电缆老化趋势并直观呈现的技术效果。

本发明授权一种复合型绝缘电缆检测方法、装置及设备在权利要求书中公布了:1.一种复合型绝缘电缆检测方法,其特征在于,包括: 连接复合型设计生产图纸,获取复合型绝缘电缆的复合层级结构及材料参数,构建多层物理结构模型; 基于所述多层物理结构模型,确定每一结构层的检测参数及检测通道,所述检测通道具有关联检测手段标签; 通过所述检测通道分别对所述复合型绝缘电缆进行定向检测,获得多源检测数据,将所述多源检测数据按照检测通道与多层物理结构模型的定向关系,输入至所述多层物理结构模型中,执行层级及层间状态识别、预测分析,获得识别结果; 根据所述多层物理结构模型及对应的识别结果进行分层可视化处理,生成电缆检测状态热力图,通过所述电缆检测状态热力图进行故障位置、老化程度的可视化呈现; 其中,获取复合型绝缘电缆的复合层级结构及材料参数,构建多层物理结构模型,包括: 从所述复合型设计生产图纸,提取导体直径、绝缘层厚度、屏蔽层厚度、护套层厚度以及材料介电常数、热导率、界面粘结特性; 根据所述导体直径、绝缘层厚度、屏蔽层厚度、护套层厚度,建立复合层级结构模型; 按照材料介电常数、热导率、界面粘结特性与所述复合层级结构模型的层级映射关系进行材料参数嵌入,构建所述多层物理结构模型; 其中,获得识别结果,包括: 基于多层物理结构模型进行各层间的电场-热场-机械应力关系分析,建立多物理场耦合模型; 在通电工况下同步启动检测通道,分别通过介电谱扫描、超声波发射接收反射信号、红外热像仪捕获温升变化; 根据所述多物理场耦合模型,对介电响应、超声波反射信号、温升变化进行耦合分析,并通过预训练残差网络进行各复合层老化分析及层间粘结风险区域定位,输出所述识别结果; 其中,输出所述识别结果,包括: 对介电谱扫描数据进行处理,提取绝缘层介电常数实部及虚部,计算频率响应偏移; 根据超声波发射接收反射信号识别缺陷回波面积,计算粘结完整性指数; 对温升变化进行时序分析,识别峰值温升速率和热扩散路径变化,确定热障失效系数; 基于所述多物理场耦合模型,建立理论性能响应曲线; 根据所述理论性能响应曲线与检测数据进行比对,计算各指标的物理残差值,所述检测数据为频率响应偏移、粘结完整性指数、热障失效系数; 将所述物理残差值作为状态特征输入所述残差网络中,进行电缆结构各层的老化程度预测及层间粘结风险区域定位,输出所述识别结果,所述识别结果包括风险等级及空间坐标。

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江苏劲江电缆集团有限公司,其通讯地址为:221700 江苏省徐州市丰县经济开发区凤翔路与汉礼路交叉口1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。