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！

龙图腾网恭喜常熟理工学院申请的专利基于机器学习的排水管道紫外光原位固化修复效果实时评估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：CN119293512B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202411820618.2，技术领域涉及：G06F18/214；该发明授权基于机器学习的排水管道紫外光原位固化修复效果实时评估方法是由范云虎;郑雷;唐文韬;杨袁昊;徐正亚;杨泽均;颜诗其;薛贺;关集俱;高超设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本基于机器学习的排水管道紫外光原位固化修复效果实时评估方法在说明书摘要公布了：本发明公开了一种基于机器学习的排水管道紫外光原位固化修复效果实时评估方法，本发明涉及修复效果评估技术领域。包括：采集历史参数，包括表面温度、表面湿度、固化时间和紫外光照射强度，以及对应的固化材料硬度值，作为预测模型的输入进行训练，建立固化硬度预测模型。获取修复过程中的紫外光照射强度，结合环境湿度进行修正。采集实时过程参数，输入模型，输出实时的固化材料硬度值。根据光照均匀性对硬度值进行修正后，结合表面平整度、裂缝形状指数及声波信号的参数生成修复效果评估指数。通过与评估阈值对比，输出不同的修复效果评估结果。该方法实现了对排水管道固化修复效果的智能化实时监控与评估，提升了修复质量与效率。

本发明授权基于机器学习的排水管道紫外光原位固化修复效果实时评估方法在权利要求书中公布了：1.一种基于机器学习的排水管道紫外光原位固化修复效果实时评估方法，其特征在于，具体步骤包括：采集历史排水管道紫外光原位固化修复过程中，不同时刻下的过程参数以及对应的固化材料硬度值，所述过程参数包括排水管道修复处表面温度、表面湿度、固化时间和紫外光照射强度；建立LSTM预测模型，将获取的不同时刻的过程参数作为模型的输入，并以对应的固化材料硬度值作为标签，对LSTM预测模型进行训练，得到输入为过程参数，输出为对应固化材料硬度值的固化硬度预测模型；基于实时修复时的紫外光源输出功率、紫外光源与管道修复处之间的距离和光源的有效发射面积计算得到紫外光照射强度，并通过环境湿度对紫外光照射强度进行修正，得到精确紫外光照射强度；采集待修复排水管道修复过程中的实时过程参数，将对应的精确紫外光照射强度、表面温度、表面湿度和固化时间作为输入数据，输入完成训练的固化硬度预测模型中，模型输出实时的固化材料硬度值；基于模型输出实时的固化材料硬度值，通过光照均匀性对实时的固化材料硬度值进行修正，得到平均固化材料硬度值，结合对应时刻的表面平整度、裂缝形状指数和固化材料声波信号的共振频率和谱熵，生成修复效果评估指数，根据修复效果评估指数与评估阈值进行对比，根据不同对比结果，发出不同的修复效果评估结果；基于模型输出实时的固化材料硬度值，通过光照均匀性对实时的固化材料硬度值进行修正，得到平均固化材料硬度值，其中计算平均固化材料硬度值所依据的公式为： 其中，为t时刻的平均固化材料硬度值，为模型输出实时的固化材料硬度值，为光照均匀性，其中光照均匀性计算所依据的公式为： 式中，和分别表示精确紫外光照射强度的最小值和最大值，其中精确紫外光照射强度的最小值和最大值和通过光源入射方向与管道裂缝不同切面间的夹角计算，具体所依据的公式分别为： 式中，为光源入射方向与管道裂缝不同切面间的夹角；所述裂缝形状指数的获取方法为：实时采集修复过程中，修复裂缝的图像信息，对采集的裂缝图像进行图像增强预处理，基于增强后的裂缝图像，通过Canny算法进行裂缝轮廓提取，得到裂缝实时的轮廓特征信息，根据裂缝实时的轮廓特征信息计算裂缝的几何特征，所述裂缝的几何特征包括裂缝的面积和裂缝的周长，根据裂缝的面积和裂缝周长计算裂缝形状指数，其中计算裂缝形状指数具体所依据的公式为： 式中，为t时刻的裂缝形状指数，为t时刻裂缝的面积，为t时刻的裂缝周长，其中裂缝的面积和裂缝周长通过裂缝像素的数量进行计算，具体所依据的公式为： 式中，和分别表示t时刻裂缝区域内的像素数和裂缝轮廓边缘像素的数量，表示像素的实际面积，表示边缘像素的长度。

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常熟理工学院，其通讯地址为：215500 江苏省苏州市常熟市南三环路99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”。