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！

龙图腾网恭喜山东远盾网络技术股份有限公司申请的专利一种基于振动声学的焊接缺陷监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：CN119619303B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202510148887.7，技术领域涉及：G01N29/04；该发明授权一种基于振动声学的焊接缺陷监测方法及系统是由曹虓;董桓羽;吕宏振;李贻杰;司佳设计研发完成，并于2025-02-11向国家知识产权局提交的专利申请。

本一种基于振动声学的焊接缺陷监测方法及系统在说明书摘要公布了：本申请提供了一种基于振动声学的焊接缺陷监测方法及系统，涉及焊接缺陷监测的技术领域，所述方法包括：向监测目标施加低频振动信号，获取响应信号；对响应信号进行频谱分析，获得模态参数；判断模态参数是否属于预设参数范围，若是，则向监测目标施加实时高频超声信号，获取实时反馈信号，提取实时反馈信号的信号特征；若否，则输出告警信号；判断信号特征是否符合预期，若是，则间隔预设时长后，重新向监测目标施加低频振动信号；若否，则输出告警信号。本申请通过结合低频振动信号与高频超声信号对监测目标进行双重验证，显著提高了焊接缺陷监测结果的准确性。

本发明授权一种基于振动声学的焊接缺陷监测方法及系统在权利要求书中公布了：1.一种基于振动声学的焊接缺陷监测方法，其特征在于，包括：采集焊接时的历史图像，并为历史图像添加类别标签；采集监测目标的实时图像；对实时图像进行灰度化处理，获得实时图像中每个像素点的灰度值；计算差异程度：将大于预设灰度阈值的灰度值整合为第一数据集，将剩余的灰度值整合为第二数据集；计算第一数据集与第二数据集的差异程度；差异判断：判断差异程度是否小于预设差异阈值，若是，则执行灰度值判断的步骤；若否，则将计算的差异程度记为第一数据，将全部的第一数据整合为第三数据集；在第三数据集中提取最大的第一数据，记为第二数据，并获取第二数据所对应的预设灰度阈值，记为第三数据；在第一数据集与第二数据集中查找与第三数据差值最小的灰度值，记为第四数据；数量判断：判断第四数据的数量是否等于一；若是，则执行确定种子点的步骤；若否，则将所有的第四数据整合为第四数据集；获取第k个第四数据对应的像素点，记为第一像素点，获取第一像素点的八邻域像素点，记为第二像素点；获取第二像素点的灰度值，记为第五数据；噪声点判断：利用第k个第四数据与第五数据判断第一像素点是否为噪声点；若是，则在第四数据集中删除第k个第四数据；若否，则将第k+1个第四数据作为新的第k个第四数据，并执行数量判断的步骤，直至所有的像素点都与八邻域像素点的灰度值进行了比对；确定种子点：将第四数据对应的像素点作为更新图像的步骤中的种子点；灰度值判断：判断第一数据集中灰度值的数量是否大于第二数据集中灰度值的数量；若是，则分别计算第一数据集中每个灰度值与预设灰度阈值的差值，记为第一差值，选择第一差值最小时所对应的灰度值作为新的预设灰度阈值，并执行计算差异程度的步骤；若否，则计算第二数据集中的灰度值与预设灰度阈值的差值，记为第二差值，选择第二差值最小时所对应的灰度值作为新的预设灰度阈值，并执行计算差异程度的步骤；更新图像：采用区域增长算法，对灰度化后的实时图像进行分割，获得包含有监测目标的目标图像块与不包含监测目标的剩余图像块；在实时图像中将剩余图像块对应像素点的灰度值设置为0，获得新的实时图像；建立CNN模型，并采用历史图像与添加的类别标签对CNN模型进行训练，获得训练后的CNN模型；将新的实时图像输入训练后的CNN模型，获得预测结果；结果判断：判断预测结果是否符合预期，若是，则执行获取响应的步骤；若否，则输出告警信号；获取响应：向监测目标施加低频振动信号，获取响应信号；获取反馈：向监测目标施加实时高频超声信号，获取实时反馈信号；对响应信号进行频谱分析，获得模态参数；提取实时反馈信号的信号特征；参数判断：判断模态参数是否属于预设参数范围，若是，则执行获取反馈的步骤；若否，则输出告警信号；特征判断：判断信号特征是否符合预期，若是，则间隔预设时长后，执行获取响应的步骤；若否，则输出告警信号。

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山东远盾网络技术股份有限公司，其通讯地址为：250000 山东省济南市历下区经十路9999号黄金时代广场F座7层701室；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”。