北京
分享至
国家知识产权局信息显示，中材科技（邯郸）风电叶片有限公司申请一项名为“基于深度学习的风电叶片超声探伤缺陷自动识别方法及系统”的专利，公开号CN122887762A，申请日期为2026年5月。
专利摘要显示，本发明属于无损检测数据处理的技术领域，涉及了基于深度学习的风电叶片超声探伤缺陷自动识别方法及系统，包括：获取原始超声波信号和探测器记录信息，结合叶片结构参数执行三维绑定与自然曲面校正，从而生成三维空间重构数据；基于步长实施弧长参数化二维展开建立像素与波形映射，生成配准数据对并将其输入双分支平行网络提取特征，生成一维时序与二维空间特征；输入跨模态注意力融合层解析判别，预测属性信息集和置信度指数；若满足阈值条件则触发闭环交互，生成含三维坐标和几何尺寸的缺陷终判参数矩阵。本发明解决了超声探伤平面数据在复杂曲面映射中的几何失真，及过度依赖人工导致量化评估效率与客观性低的问题。
声明：市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。
本文源自：市场资讯
作者：情报员
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
