閩江師范高等專科學校;數字(福建)傳動科技有限公司謝少潮獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉閩江師范高等專科學校;數字(福建)傳動科技有限公司申請的專利一種機器視覺與大數據融合的線性滑軌缺陷識別預測系統獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN120411794B 。
龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202510911184.5,技術領域涉及:G06V20/10;該發明授權一種機器視覺與大數據融合的線性滑軌缺陷識別預測系統是由謝少潮;許鴻萍;劉榕杰;郭而祿設計研發完成,并于2025-07-02向國家知識產權局提交的專利申請。
本一種機器視覺與大數據融合的線性滑軌缺陷識別預測系統在說明書摘要公布了:本發明涉及工業自動化檢測與智能運維技術領域,尤其為一種機器視覺與大數據融合的線性滑軌缺陷識別預測系統,包括機器視覺采集模塊、時序特征提取模塊、大數據分析平臺、缺陷預測與決策模塊等;機器視覺采集模塊通過環形相機陣列與多角度光源獲取滑軌圖像,經運動補償確保采集質量;時序特征提取模塊利用時空注意力模型挖掘缺陷特征;大數據分析平臺關聯多源數據構建缺陷演化圖譜;缺陷預測與決策模塊基于雙目標強化學習輸出剩余壽命預測及維護指令,動態模型更新單元依誤差優化模型。本發明實現線性滑軌缺陷的高精度識別、前瞻性預測與智能化決策,可有效提升設備可靠性,降低運維成本,適應復雜工業環境,具有廣泛應用價值。
本發明授權一種機器視覺與大數據融合的線性滑軌缺陷識別預測系統在權利要求書中公布了:1.一種機器視覺與大數據融合的線性滑軌缺陷識別預測系統,其特征在于:包括: 機器視覺采集模塊:由環形布置的高分辨率工業相機陣列、多角度光源組件及運動補償單元構成,用于采集線性滑軌表面的多光譜圖像序列; 時序特征提取模塊:基于改進的時空注意力融合模型,提取缺陷的幾何特征、紋理特征及位置偏移量; 大數據分析平臺:包括歷史缺陷數據庫與協同分析引擎,用于關聯實時缺陷特征與材料應力數據、環境溫濕度日志和設備運行振動頻譜; 所述協同分析引擎通過以下步驟構建缺陷演化圖譜: 構建三維張量,其三個維度分別對應缺陷類型數量、振動頻譜頻段劃分數量和材料應力區間數量; 采用Tucker分解法,將該三維張量分解為一個核心張量與三個因子矩陣的乘積之和,其中核心張量表征跨維度耦合關系,殘差張量表示分解誤差; 基于張量分解結果,構建缺陷演化知識圖譜,以圖形化方式展示缺陷類型、發展階段與設備運行參數之間的因果關系; 缺陷預測與決策模塊:基于雙目標強化學習模型輸出剩余壽命預測值、失效風險等級及維護決策指令,所述雙目標強化學習模型按以下規則運行: 狀態空間包含缺陷數量、缺陷面積擴展速率、環境濕度、溫度及振動加速度幅值; 獎勵函數由精度獎勵項和成本懲罰項線性加權組成: 精度獎勵項計算為1減去預測剩余壽命與真實剩余壽命的絕對誤差相對于真實剩余壽命的比值; 成本懲罰項計算為執行動作的維修成本與最大允許維修成本閾值的比值的負數; 動態模型更新單元:根據預測誤差觸發參數遷移學習,所述動態模型更新單元在預測剩余壽命與真實剩余壽命的絕對誤差超過真實剩余壽命的15%時觸發,參數更新過程包含: 計算經驗回放池中所有樣本的預測Q值與目標Q值之間的均方誤差; 增加遷移正則化項,遷移正則化項為當前模型參數與預訓練基礎模型參數的歐氏距離平方; 通過梯度下降法更新模型參數。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人閩江師范高等專科學校;數字(福建)傳動科技有限公司,其通訊地址為:350000 福建省福州市閩侯縣學府南路1號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。