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！

龙图腾网获悉东南大学;中铁建苏州设计研究院有限公司申请的专利融合冲击回波和深度学习的混凝土内部分层缺陷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：CN115901950B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202211562544.8，技术领域涉及：G01N29/04；该发明授权融合冲击回波和深度学习的混凝土内部分层缺陷检测方法是由吴艳奇;张建;许俊德设计研发完成，并于2022-12-07向国家知识产权局提交的专利申请。

本融合冲击回波和深度学习的混凝土内部分层缺陷检测方法在说明书摘要公布了：本发明公开了一种融合冲击回波和深度学习的混凝土内部分层缺陷检测方法，该方法具体包括缺陷智能识别、缺陷区域量化和缺陷深度自动定位。首先采用结合小波分解和GRU网络的一维模型方法实现混凝土结构内部缺陷信号的自动诊断，然后在缺陷自动识别结果的概率热点图基础上，采用阈值分割提取缺陷区域并进行面积量化。最后采用结合小波变换和卷积神经网络的二维模型方法来实现缺陷深度的定位。本发明克服了冲击回波法检测结果依赖人工判读而存在的结果主观性强和大量测区信号数据处理效率低的缺点，具有操作方便、低成本、智能快捷以及结果客观性强的优势，具有广阔的工程应用前景。

本发明授权融合冲击回波和深度学习的混凝土内部分层缺陷检测方法在权利要求书中公布了：1.一种融合冲击回波和深度学习的混凝土内部分层缺陷检测方法，其特征在于，包括： 步骤一、内部分层缺陷识别，具体为： S101、采集获取混凝土板不同缺陷处和无缺陷处对应的冲击回波信号，得到原始数据集； S102、将各种分层缺陷处采集得到的信号统一标记为缺陷信号Defect，在无缺陷区域上方得到的信号标记为完好信号Sound； S103、对步骤S102所述的缺陷信号、完好信号进行小波包分解，将每个信号xt分解得到的波包能量序列{Ej,1,Ej,2,…,Ej,2j}作为该信号的特征向量，其中j为小波包分解层数； S104、将每个信号的特征向量作为输入特征输入门控循环单元网络GRU，对应的标签作为GRU网络的输出，对GRU网络进行训练和验证，使得训练好的GRU模型能根据信号的波包能量向量，自动给出该信号的识别标签和所对应的概率P； 步骤二、分层缺陷区域量化，具体为： S201、将待测混凝土结构进行网格划分后获取每个测点的回波信号，然后进行信号处理，将这些信号的特征向量输入内部分层缺陷识别步骤所训练的GRU模型后，得到整个测区内每个测点被识别为缺陷标签的概率，将所有测点的缺陷识别概率绘制为热点图； S202、以缺陷识别概率P1所对应的像素值为阈值，对热点图进行二值化操作，并对阈值分割形成的缺陷连通域进行面积计算； 步骤三、内部分层缺陷深度自动定位，具体为： S301、首先将信号原始数据集按照不同缺陷深度进行分类并做标签，接着对信号进行小波变换，将信号从一维时域波形转换为二维时频域谱图； S302、将频谱图的尺寸批量处理为224×224像素并作为输入图片，然后采用基于EfficientNet网络的迁移学习方法自动学习和提取输入图片中的特征，利用输入图片完成EfficientNet网络模型的训练和验证； S303、将待测区域采集得到的信号进行上述步骤S301、S302中的操作，得到满足模型输入要求的图片，利用训练过的模型测试这些图片得到每张图片被分类为某一类别的概率，将概率最大值对应的类别标记为该测点信号的模型预测标签，根据测区内每个测点的预测标签绘制分层缺陷深度定位图。

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南大学;中铁建苏州设计研究院有限公司，其通讯地址为：210096 江苏省南京市玄武区四牌楼2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。