公开(公告)号：CN119693293A

公开(公告)日：2025-03-25

申请号：CN202411500969.5

申请日：2024-10-25

Applicant: 宁波宇华实业股份有限公司 ,  中国计量大学

Inventor： 陈源 ,  沈涛 ,  刘维玉 ,  汪晓岗 ,  邵凤玮 ,  宋亚玲 ,  周星凯

IPC: G06T7/00 ,  G06N3/0455 ,  G06N3/0464 ,  G06T7/11 ,  G06T5/70

Abstract: 本申请涉及PE管道电熔焊接质量评估技术领域，提供一种基于热成像的电熔焊接评估方法、装置、设备及存储介质，其中基于热成像的电熔焊接评估方法，通过红外热成像仪对PE管件电熔焊接过程进行拍摄，对拍摄的图像数据进行周期性采集；基于U‑Net根据套筒边缘分隔出焊接区域红外图像；将焊接红外图像输入CNN模型，输出存在温度异常区域的图像；将焊接工况和红外图像输入基于传热学建立的数据库所训练的神经网络模型提取深层热特征；根据深层热特征完成深层红外图像重建及焊接完成度判断；确定深层温度达到焊接达标温度。通过红外热成像仪对PE管件电熔焊接过程进行图像数据的采集，能够实时掌握焊接过程中的温度变化情况，从而实现对焊接过程的精准控制。

公开(公告)号：CN119535238A

公开(公告)日：2025-02-28

申请号：CN202510085284.7

申请日：2025-01-20

Applicant: 中国计量大学

Inventor： 竺春祥 ,  周星凯 ,  晏邦杰 ,  段宇翔 ,  沈志杰 ,  舒红 ,  刘啸天 ,  王之远 ,  任宇晨

IPC: G01R31/367 ,  G01R31/389 ,  G01R31/392 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的锂电池健康状态评估方法，本发明涉及电池评估技术领域。包括以下步骤：通过电化学阻抗谱测试获取锂电池的奈奎斯特曲线图，并将其与内部阻抗特征参数一一映射，生成样本图像集。基于样本图像集建立深度学习网络模型，以奈奎斯特曲线图为输入，内部阻抗特征参数为标签，训练生成预测模型。对待评估电池进行测试，输入目标奈奎斯特曲线图以预测内部阻抗特征参数。结合电力特征参数，计算容量保持率指数、循环效率劣化指数及外形膨胀影响指数。通过综合分析上述指标，得出健康状态综合系数，并与健康阈值对比，判断电池健康状态。该方法通过深度学习提升评估精度，实现高效准确的健康状态评估。