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！

龙图腾网获悉保定市玄云涡喷动力设备研发有限公司申请的专利一种微小型航空发动机叶片损伤识别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：CN120635057B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202510981441.2，技术领域涉及：G06T7/00；该发明授权一种微小型航空发动机叶片损伤识别方法及系统是由霍向龙;王林;王冬设计研发完成，并于2025-07-16向国家知识产权局提交的专利申请。

本一种微小型航空发动机叶片损伤识别方法及系统在说明书摘要公布了：本发明公开了一种微小型航空发动机叶片损伤识别方法及系统，方法包括：步骤S1、使用微小型航空发动机叶片表面和内部结构已有的多源数据，生成初始数据集；步骤S2、对所述初始数据集进行预处理，得到预处理数据集；步骤S3、使用所述预处理数据集对改进后的YOLOv5s算法进行训练，并对训练后的改进后的YOLOv5s算法进行优化，得到训练好的改进后的YOLOv5s算法；步骤S4、使用训练好的改进后的YOLOv5s算法对实时采集的微小型航空发动机叶片表面和内部结构的多源数据进行识别监测，完成微小型航空发动机叶片损伤识别。

本发明授权一种微小型航空发动机叶片损伤识别方法及系统在权利要求书中公布了：1.一种微小型航空发动机叶片损伤识别方法，其特征在于，所述方法包括： 步骤S1、使用微小型航空发动机叶片表面和内部结构已有的多源数据，生成初始数据集； 步骤S2、对所述初始数据集进行预处理，得到预处理数据集； 步骤S3、使用所述预处理数据集对改进后的YOLOv5s算法进行训练，并对训练后的改进后的YOLOv5s算法进行优化，得到训练好的改进后的YOLOv5s算法； 步骤S4、使用训练好的改进后的YOLOv5s算法对实时采集的微小型航空发动机叶片表面和内部结构的多源数据进行识别监测，完成微小型航空发动机叶片损伤识别； 改进后的YOLOv5s算法具体为： 所述改进后的YOLOv5s算法包括输入端、主干网络、颈部和头部； 所述输入端用于接收所述预处理数据集； 所述主干网络在YOLOv5s算法基础上，使用ConvNeXtV2特征提取模块替换YOLOv5s算法主干网络末端的2个C3模块，在主干网络每个C3模块的后端嵌人SimAM无参注意力机制； 所述颈部采用FPN结构和PANet网络，通过FPN结构提供多尺度的特征表达，通过PANet网络聚合不同特征层间的信息路径，实现特征的有效融合以及保持特征的完整性和多样性； 所述头部采用3个卷积层进行卷积预测； 所述步骤S2的预处理方法具体为： 步骤S21、对所述初始数据集进行滤波去噪，得到第一处理图像； 根据初步的多源数据集，采用图像处理技术对叶片外观形态的图像数据进行去噪和边缘增强处理，形成清晰的表面特征图像，确定叶片表面是否存在明显的损伤痕迹；若表面特征图像中检测到损伤痕迹，则通过振动信号分析方法对动态变化信息进行频谱分解，获取叶片内部结构的异常振动模式，判断是否存在内在变化导致的损伤隐患；通过对表面特征图像和异常振动模式的综合比对，采用支持向量机算法对损伤初始数据进行分类处理，得到损伤类型的初步划分结果；根据损伤类型的初步划分结果，针对不同类型的损伤数据进行特征提取，获取损伤部位的具体位置和形态特征，确定损伤的分布范围； 步骤S22、使用图像分割模型对所述第一处理图像进行分割，得到包含损伤信息的第二处理图像； 步骤S23、使用改进后的ResNet网络对所述第二处理图像进行损伤识别，得到包含损伤识别信息的第三处理图像，即预处理数据集。

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保定市玄云涡喷动力设备研发有限公司，其通讯地址为：071000 河北省保定市高开区建业东路66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。