公开(公告)号：CN119720798A

公开(公告)日：2025-03-28

申请号：CN202411931939.X

申请日：2024-12-26

Applicant: 福州大学

Inventor： 黄若辰 ,  曾华德 ,  林琼斌 ,  党万成 ,  尹武良

IPC: G06F30/27 ,  G06F18/2415 ,  G06F18/214 ,  G06F113/14 ,  G06F119/02

Abstract: 本发明提供一种基于RSBO优化LSTM网络的脉冲涡流管道壁厚检测方法，利用脉冲涡流信号对管道厚度进行估计，采用基于最小二乘拟合算法的数据样本截取长度评价准则确定保留测量信号的区间，将处理后的信号输入LSTM模型对管道厚度进行检测，并采用基于随机搜索和贝叶斯优化的组合寻优对LSTM模型进行超参数整定。

公开(公告)号：CN118130606A

公开(公告)日：2024-06-04

申请号：CN202410473103.3

申请日：2024-04-19

Applicant: 福州大学

Inventor： 曾华德 ,  黄若辰 ,  林琼斌 ,  林桢玥 ,  郑宇辉 ,  尹武良

IPC: G01N27/9013 ,  G06T7/00 ,  G06V10/44 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提出基于弧形涡流传感器阵列的金属管路缺陷快速检测方法，包括以下步骤；步骤S1、在金属管路待检测区的外壁处安装传感器阵列；步骤S2、将传感器阵列中相邻激励线圈的激励方向设为两两相反，以提升弧形阵列对管路周向与轴向缺陷的敏感度，并抑制提离效应；步骤S3、在管路待检测区内壁与传感器阵列对应的区域处安装强导磁体；步骤S4、通过对传感器阵列中不同接收线圈的信号进行数据预处理与图像处理，结合训练好的深度学习LSTM模型，对金属管路进行缺陷深度与缺陷方向的快速检测；本发明利于无损检测管道内部缺陷，同时能结合深度学习LSTM模型，实现金属管路缺陷深度与方向的快速检测。

公开(公告)号：CN116929192A

公开(公告)日：2023-10-24

申请号：CN202310899921.5

申请日：2023-07-21

Applicant: 福州大学

Inventor： 黄若辰 ,  林琼斌 ,  党万成 ,  夏子涵 ,  尹武良

IPC: G01B7/12 ,  G01R33/12

Abstract: 本发明提供了一种基于导磁金属棒特性参数的多频涡流检测方法，包括以下步骤：步骤1：根据简化解析模型，通过线圈电感与电感过零频率，获取金属棒半径的初始值；步骤2：根据简化解析模型，在已知金属棒电导率的条件下，通过线圈电感过零频率，获取金属棒磁导率的初始值；步骤3：通过牛顿拉夫逊方法迭代优化，获取金属棒的半径与磁导率；应用本技术方案可合理估计优化参数初始值，实现金属棒多个特性参数的准确测量。