国家知识产权局信息显示，中材科技（邯郸）风电叶片有限公司申请一项名为“基于深度学习的风电叶片超声探伤缺陷自动识别方法及系统”的专利，公开号CN122887762A，申请日期为2026年5月。

专利摘要显示，本发明属于无损检测数据处理的技术领域，涉及了基于深度学习的风电叶片超声探伤缺陷自动识别方法及系统，包括：获取原始超声波信号和探测器记录信息，结合叶片结构参数执行三维绑定与自然曲面校正，从而生成三维空间重构数据；基于步长实施弧长参数化二维展开建立像素与波形映射，生成配准数据对并将其输入双分支平行网络提取特征，生成一维时序与二维空间特征；输入跨模态注意力融合层解析判别，预测属性信息集和置信度指数；若满足阈值条件则触发闭环交互，生成含三维坐标和几何尺寸的缺陷终判参数矩阵。本发明解决了超声探伤平面数据在复杂曲面映射中的几何失真，及过度依赖人工导致量化评估效率与客观性低的问题。

声明：市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。

本文源自：市场资讯

作者：情报员