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！

龙图腾网获悉南京航空航天大学申请的专利一种航空发动机风扇叶片预制体的缺陷检测方法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：CN120070436B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202510541631.2，技术领域涉及：G06F30/27；该发明授权一种航空发动机风扇叶片预制体的缺陷检测方法是由汪俊;马晓康;易程;单鹏飞;林子煜设计研发完成，并于2025-04-28向国家知识产权局提交的专利申请。

本一种航空发动机风扇叶片预制体的缺陷检测方法在说明书摘要公布了：本发明涉及三维编织复合材料检测技术领域，解决了传统方法在三维机织生产线中无法对碳纤维纱线和机织预制体缺陷进行实时检测的技术问题，尤其涉及一种航空发动机风扇叶片预制体的缺陷检测方法，包括实时采集原始图像并对原始图像进行预处理；对预处理图像进行特征提取，以获得包含全局特征和局部特征的多尺度特征图；构建用于将缺陷检测任务分解为位置建模与尺寸估计两个子任务的缺陷感知解耦检测模块，对初始候选框进行优化获得缺陷结果集合。本发明能够实现对碳纤维纱线和机织预制体缺陷的实时、高精度、自动化检测，显著提高了航空发动机风扇叶片预制体生产线的质量控制能力，满足航空工业的严格生产标准。

本发明授权一种航空发动机风扇叶片预制体的缺陷检测方法在权利要求书中公布了：1.一种航空发动机风扇叶片预制体的缺陷检测方法，其特征在于，该方法包括以下步骤： 实时采集碳纤维纱线输送及机织预制体表面的原始图像，并对原始图像进行预处理得到清晰低噪的预处理图像； 基于YOLOv9网络并结合多尺度注意力机制对预处理图像进行特征提取，以获得包含全局特征和局部特征的多尺度特征图； 构建用于将缺陷检测任务分解为位置建模与尺寸估计两个子任务的缺陷感知解耦检测模块，并基于多尺度特征图获得初始候选框； 采用显著性重心偏移消除机制对初始候选框进行优化获得缺陷结果集合，包括缺陷位置坐标、尺寸参数与类别信息； 所述缺陷感知解耦检测模块输出初始候选框，包括： 位置预测子任务，基于多尺度特征图建立用以表示每个像素为缺陷中心置信度的中心概率热图，并在训练阶段采用带正负样本均衡因子的Sigmoid交叉熵损失函数，以获得预测缺陷中心点和预测尺寸； 尺寸估计子任务，针对预测的缺陷中心位置单独构建尺寸回归网络，该网络输出每个预测缺陷中心点的宽度和高度，采用损失函数对预测尺寸进行回归误差优化，损失函数的表达式为： ； 其中，、分别为第个真实缺陷的宽度与高度；、为中心概率热图预测的宽度与高度；为尺寸估计子任务的回归损失；为有效候选缺陷中心点的总数； 在网络推理阶段，对中心概率热图进行局部极大值提取操作，获得预测缺陷中心点集合； 对于每个预测缺陷中心点的位置，在对应的中心概率热图中读取其预测宽度和高度构成初始候选框； 所述对初始候选框进行优化，包括： 置信聚焦权重计算，在中心概率热图中引入用于提取中心热图峰值的置信聚焦权重，用于评估初始候选框的显著性与置信度强弱，表达式为： ； 其中，为像素的热图响应值，表示缺陷中心置信度；为像素对应的尺寸响应值，提升显著中心点权重；为尺寸增强因子，为正实数，控制显著性放大； 几何距离惩罚项计算，在传统非极大值抑制算法的基础上，引入用以避免重心偏离导致伪框重复的几何距离惩罚项，表达式为： ； 其中，、为初始候选框与的中心点位置；为中心点位置、之间的欧几里得距离；为初始候选框与之间的交并比；为几何惩罚距离，用于在非极大值抑制算法中动态调整重叠框的保留顺序； 候选框优化与筛选，对所有候选框按照置信聚焦权重进行初步排序，然后利用几何距离惩罚项动态调整候选框的排序次序； 缺陷结果集合的生成，包含每个缺陷的中心位置坐标，每个缺陷的预测尺寸，以及对应的缺陷类别信息与综合置信度分数。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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”。