Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜西南交通大学陈是扦获国家专利权

恭喜西南交通大学陈是扦获国家专利权

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!

龙图腾网恭喜西南交通大学申请的专利一种基于数据驱动的重载机车一系钢弹簧损伤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:CN119470644B

龙图腾网通过国家知识产权局官网在2025-03-25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:202510034245.4,技术领域涉及:G01N29/04;该发明授权一种基于数据驱动的重载机车一系钢弹簧损伤检测方法是由陈是扦;向珺玥;王开云;翟婉明;王红兵设计研发完成,并于2025-01-09向国家知识产权局提交的专利申请。

一种基于数据驱动的重载机车一系钢弹簧损伤检测方法在说明书摘要公布了:本发明公开了一种基于数据驱动的重载机车一系钢弹簧损伤检测方法,属于重载机车一系弹簧损伤检测技术领域。所述检测方法包括以下步骤:S1:获取重载机车的构架垂向振动响应信号,并对其进行预处理,获得样本集;S2:将样本集划分为训练集、测试集与验证集,并进行标准化处理;S3:构建一系弹簧损伤检测模型;S4:采用所述训练集和验证集对一系弹簧损伤检测模型进行训练、调整,获得最终的一系弹簧损伤检测模型;S5:采用测试集对最终的一系弹簧损伤检测模型进行评估验证,实现目标重载机车的一系钢弹簧损伤检测。本发明能够实现重载机车一系弹簧损伤的智能分级检测,具有准确高效、泛化能力强等特点,有望发展成为一系弹簧损伤的长期监测方法。

本发明授权一种基于数据驱动的重载机车一系钢弹簧损伤检测方法在权利要求书中公布了:1.一种基于数据驱动的重载机车一系钢弹簧损伤检测方法,其特征在于,包括以下步骤:S1:获取重载机车的构架垂向振动响应信号,并对所述构架垂向振动响应信号进行预处理,获得样本集;S2:将所述样本集划分为训练集、测试集与验证集,并对各数据集中的数据进行标准化处理;S3:构建一系弹簧损伤检测模型,所述一系弹簧损伤检测模型包括浅层特征提取模块、多尺度特征提取模块、自适应特征融合模块以及故障分类模块;所述浅层特征提取模块由卷积神经网络与有效注意力机制组成;所述多尺度特征提取模块采用多尺度并行残差网络深入挖掘信号的多尺度潜在特征,所述多尺度潜在特征中分支数量与分支尺度的关系式为: (1)式中:为第个分支的特征提取尺度;为分支数量;所述自适应特征融合模块通过以下子步骤完成并行分支特征的融合:首先,将所述多尺度特征提取模块提取的多尺度潜在特征通过特征级联方式进行融合: (2)然后,通过一维卷积自适应学习各分支特征的权重关系,得到特征: (3)式中:为全局平均池化;为一维卷积;为一维卷积核的大小;最后,利用Softmax函数获得每个分支的权重,并将其赋予各分支,获得融合特征: (4)式中:为每个分支的注意力权重,且;S4:采用所述训练集对所述一系弹簧损伤检测模型进行训练,并采用所述验证集调整模型超参数和优化模型结构,获得最终的一系弹簧损伤检测模型;S5:采用所述测试集对最终的一系弹簧损伤检测模型进行评估验证,实现目标重载机车的一系钢弹簧损伤检测。

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西南交通大学,其通讯地址为:610031 四川省成都市金牛区二环路北一段;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。