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！

龙图腾网获悉广东省特种设备检测研究院茂名检测院;广东省特种设备检测研究院(广东省特种设备事故调查中心)申请的专利基于多源数据融合的承压结构焊接缺陷预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：CN121479708B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202610022282.8，技术领域涉及：G06F18/25；该发明授权基于多源数据融合的承压结构焊接缺陷预测方法及系统是由黄余;洪湖设计研发完成，并于2026-01-08向国家知识产权局提交的专利申请。

本基于多源数据融合的承压结构焊接缺陷预测方法及系统在说明书摘要公布了：本发明涉及焊接缺陷预测技术领域，公开了一种基于多源数据融合的承压结构焊接缺陷预测方法及系统，所述方法包括采集电流电压数据序列和图像数据，得到多源数据集；对所述多源数据集提取动态变化特征，得到电流电压波动向量和视觉描述向量；将所述电流电压波动向量与所述视觉描述向量进行向量级联，生成综合特征向量；对所述综合特征向量进行加权处理，得到加权融合特征；采用预训练的长短期记忆网络分析所述加权融合特征的长期依赖关系，得到缺陷概率分布数据；根据缺陷概率分布数据，得到可视化缺陷地图；提取所述高风险区域的统计特征，确定焊接质量等级并输出预测结果。本方法能够提高焊接缺陷预测精度。

本发明授权基于多源数据融合的承压结构焊接缺陷预测方法及系统在权利要求书中公布了：1.一种基于多源数据融合的承压结构焊接缺陷预测方法，其特征在于，包括： 采集焊接过程中的电流电压数据序列和图像数据，得到多源数据集； 根据所述多源数据集，对所述电流电压数据序列进行动态变化特征提取，得到电流电压波动向量；对所述图像数据进行特征提取，得到视觉描述向量； 将所述电流电压波动向量与所述视觉描述向量进行向量级联，生成综合特征向量； 若所述综合特征向量中的波动幅度超过预设波动阈值，则对所述综合特征向量进行加权处理，得到加权融合特征； 采用预训练的长短期记忆网络分析所述加权融合特征的长期依赖关系，得到缺陷概率分布数据； 若所述缺陷概率分布数据中的缺陷概率高于预设概率阈值，则标记为高风险区域，并生成缺陷定位掩码，得到可视化缺陷地图； 从所述可视化缺陷地图中提取所述高风险区域的统计特征，并输入到预设分类器中进行验证，确定焊接质量等级并输出预测结果； 其中，所述将所述电流电压波动向量与所述视觉描述向量进行向量级联，生成综合特征向量之前，还包括： 将所述图像数据进行图像分割，依据熔池与母材的颜色差异，确定熔池像素区域； 采用Sobel算子计算所述熔池像素区域的边缘梯度、纹理走向和密度分布，得到熔池纹理基础特征； 将所述熔池纹理基础特征与预设正常纹理标准对比，若出现偏离标准的情况，则判定为熔池纹理异常点； 其中，所述若所述综合特征向量中的波动幅度超过预设波动阈值，则对所述综合特征向量进行加权处理，得到加权融合特征，包括： 根据所述综合特征向量，逐元素提取电压波动幅度值，得到波动幅度序列； 若所述波动幅度序列中至少一个所述电压波动幅度值超过预设波动阈值，则定位电压波动变化与所述熔池纹理异常点的对应位置，得到纹理异常位置集； 依据所述图像数据，统计所述熔池像素区域的RGB三通道像素值分布，得到图像色差分布数据； 根据所述纹理异常位置集，计算所述图像色差分布数据与所述电流电压数据序列的关联注意力分数，得到注意力分数序列； 将所述注意力分数序列应用于所述综合特征向量的对应元素，得到加权融合特征； 其中，所述采用预训练的长短期记忆网络分析所述加权融合特征的长期依赖关系，得到缺陷概率分布数据，包括： 根据所述加权融合特征，逐时序排列特征元素，得到时序输入序列； 采用预训练的长短期记忆网络分析所述时序输入序列，得到隐藏状态序列； 根据所述隐藏状态序列，计算长期依赖分数，若所述长期依赖分数超过预设分数阈值，则匹配所述熔池纹理异常点，得到稳定性偏差集； 根据所述稳定性偏差集，计算缺陷发生概率，得到缺陷概率分布数据。

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广东省特种设备检测研究院茂名检测院;广东省特种设备检测研究院(广东省特种设备事故调查中心)，其通讯地址为：525099 广东省茂名市茂南区高水路鲤鱼岭6号大院；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。