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！

龙图腾网获悉东北石油大学三亚海洋油气研究院申请的专利一种多模态融合的天然气管道缺陷诊断方法及系统和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：CN121033063B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202511579073.5，技术领域涉及：G06T7/00；该发明授权一种多模态融合的天然气管道缺陷诊断方法及系统和存储介质是由路敬祎;朱志龙;吴阳;董宏丽;周怡娜;王鹏;胡仲瑞;王冬梅设计研发完成，并于2025-10-31向国家知识产权局提交的专利申请。

本一种多模态融合的天然气管道缺陷诊断方法及系统和存储介质在说明书摘要公布了：本发明公开了一种多模态融合的天然气管道缺陷诊断方法及系统和存储介质，涉及天然气管道泄露检测领域，为解决现有技术中缺少针对天然气管道内部、外部缺陷的全面、高效、高精度检测方法的问题。技术要点：本发明分别基于图像数据和超声波数据对天然气管道内部缺陷进行特征提取；采用基于YOLO的管道表面检测网络对管道表面缺陷进行检测，网络的SPD层用于将特征图的空间维度转换为深度维度，从原特征图的特定区域划分得到子特征图，并利用缩放因子对原特征图进行降采样，非步长卷积层用于在不减少特征图尺寸的前提下进行特征提取；SPP模块用于通过多尺度的池化操作捕捉不同尺度的特征信息，Elan模块用于进行多尺度的特征融合，实现管道表面缺陷的检测。

本发明授权一种多模态融合的天然气管道缺陷诊断方法及系统和存储介质在权利要求书中公布了：1.一种多模态融合的天然气管道缺陷诊断方法，其特征在于：包括如下步骤： 步骤S100、通过超声波探伤装置检测天然气管道内部超声波数据，采集天然气管道表面图像数据； 步骤S200、将管道内部超声波数据转化为二维图像数据，采用双支路的检测模型分别基于图像数据和超声波数据对天然气管道内部缺陷进行特征提取； 步骤S300、构建基于YOLO的管道表面检测网络，模型的骨干网络中引入SPD‑Conv模块和SPP‑Elan模块，所述SPD‑Conv模块由SPD层和非步长卷积层组成，SPD层用于将特征图的空间维度转换为深度维度，从原特征图的特定区域划分得到子特征图，并利用缩放因子对原特征图进行降采样，所述非步长卷积层用于在不减少特征图尺寸的前提下进行特征提取，以保留了更多的颗粒度信息；所述SPP‑Elan模块由SPP模块和Elan模块组成，所述SPP模块用于通过多尺度的池化操作捕捉不同尺度的特征信息，所述Elan模块基于高效的层聚合机制，用于进行多尺度的特征融合； 步骤S400、采用管道表面检测网络对管道表面缺陷进行检测； 步骤S100中所述超声波探伤装置包括激励超声波探头工作的发射电路模块，所述发射电路模块包括高压电路模块和尖波脉冲转换电路，所述高压电路模块采用直流电压升压模块将输入电压进行高压转换，所述尖波脉冲转换电路利用电阻电容的充放电的特性将PWM波转换为尖波脉冲信号；同时所述超声波探伤装置采用基于二极管特性的限幅电路作为接收电路； 步骤S200中所述将管道内部超声波数据转化为二维图像数据的方法包括如下过程：首先在欧几里得空间中任意N个向量的两两内积构成格拉姆矩阵； 假设一组列向量构成矩阵X，其格拉姆矩阵定义为，展开后可得： 进一步得到以下表达式： 其中的表示向量i和j之间的角度，G表示向量之间的相关度，由向量之间的夹角来表示； 假设管道信号共有N个时间点，每个时间点的信号数据为，对应的时间戳为，则将管道信号转换为极坐标系表示： 通过向量和之间的角度表示数据点之间的相关度，形成格拉姆矩阵为： 最终的内积表达式为：，格拉姆矩阵中的每个元素都被映射为像素点，从而形成图像。

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东北石油大学三亚海洋油气研究院，其通讯地址为：572000 海南省三亚市崖州区崖州湾科技城创新路8号中兴产业园A栋3层区；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。