基于脉冲涡流与深度学习的微特电机绕组缺陷在线检测方法

被引：0

专利类型：

发明

申请号：

CN202510565270.5

申请日：

2025-04-30

公开(公告)号：

CN120334348A

公开(公告)日：

2025-07-18

发明(设计)人：

铁琦黄鑫诚

申请人：

广东敏卓机电股份有限公司

申请人地址：

528000 广东省佛山市顺德区北滘镇广教社区广教工业大道33号

IPC主分类号：

G01N27/90

IPC分类号：

G06F18/213 G06F18/214 G06F17/10

代理机构：

广州市微锋知识产权代理有限公司 441103

代理人：

程玉

法律状态：

实质审查的生效

国省代码：

广东省佛山市

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2025-08-05	实质审查的生效	实质审查的生效IPC(主分类):G01N 27/90申请日:20250430
2025-12-16	授权	授权
2025-07-18	公开	公开

共 50 条

[1]

基于脉冲涡流与深度学习的微特电机绕组缺陷在线检测方法 [P].

铁琦 ;

黄鑫诚 .

中国专利 :CN120334348B ,2025-12-16

[2]

基于深度学习的微型电机缺陷声纹检测方法 [P].

邱意想 ;

陈铭枝 .

中国专利 :CN120299478A ,2025-07-11

[3]

基于深度学习的数字微镜高亮缺陷检测方法 [P].

牛斌 ;

张福民 ;

关小梅 ;

曲兴华 .

中国专利 :CN112465787A ,2021-03-09

[4]

基于脉冲涡流对铝板下铆钉缺陷的检测方法及装置 [P].

陶建涛 ;

赵桐 .

中国专利 :CN112834609A ,2021-05-25

[5]

一种基于脉冲涡流的缺陷深度检测装置及方法 [P].

冯健 ;

李铨 ;

汪刚 ;

刘金海 ;

马大中 ;

张化光 ;

卢森骧 ;

吴振宁 .

中国专利 :CN109115868B ,2019-01-01

[6]

基于脉冲涡流的铸件缺陷检测装置 [P].

陈跃东 ;

曹龙 ;

宋少雷 ;

陈孟元 .

中国专利 :CN203133027U ,2013-08-14

[7]

基于深度学习的齿轮表面缺陷检测方法与系统 [P].

陈小兰 ;

颜小英 .

中国专利 :CN114758125A ,2022-07-15

[8]

基于无人机与深度学习的风机表面缺陷在线检测量化方法 [P].

胡伟飞 ;

张亚轩 ;

方健豪 ;

谭建荣 ;

赵峰 ;

鄢继铨 ;

焦清 ;

张桐舟 .

中国专利 :CN118196041A ,2024-06-14

[9]

基于无人机与深度学习的风机表面缺陷在线检测量化方法 [P].

胡伟飞 ;

张亚轩 ;

方健豪 ;

谭建荣 ;

赵峰 ;

鄢继铨 ;

焦清 ;

张桐舟 .

中国专利 :CN118196041B ,2024-10-11

[10]

一种铸铁件表面缺陷在线涡流检测方法 [P].

林俊明 ;

董世运 ;

吴晓瑜 ;

黄剑军 ;

乔尚升 ;

魏嘉钰 .

中国专利 :CN120629333A ,2025-09-12

← 1 2 3 4 5 →