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！

龙图腾网恭喜电子科技大学申请的专利一种高噪声下列车轮对轴承智能诊断的对比胶囊网络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：CN115436057B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202210954538.0，技术领域涉及：G01M13/045；该发明授权一种高噪声下列车轮对轴承智能诊断的对比胶囊网络方法是由刘治汶;郝亮;唐蕙;赵锐东设计研发完成，并于2022-08-10向国家知识产权局提交的专利申请。

本一种高噪声下列车轮对轴承智能诊断的对比胶囊网络方法在说明书摘要公布了：该发明公开了一种高噪声下列车轮对轴承智能诊断的对比胶囊网络方法，涉及列车轮对轴承智能故障诊断领域。本发明提出的故障诊断方法，克服网络表达能力不佳、改善高噪声故障信息提取困难的问题，基于对比胶囊网络的胶囊网络可以在高噪声下对特征进行过滤和筛选，提取更加能反映数据本质的特征，从而提高模型的故障识别准确率。可针对高噪声对列车轮对轴承进行故障诊断，可实现数据采集到轴承健康状态类别的“端到端”的智能故障诊断；相较于传统的深度学习方法，本方法结合对比学习和两阶段训练模型的策略，使得本发明可以实现在高噪声下获得较高的列车轮对轴承诊断精度。

本发明授权一种高噪声下列车轮对轴承智能诊断的对比胶囊网络方法在权利要求书中公布了：1.一种高噪声下列车轮对轴承智能诊断的对比胶囊网络方法，包括以下步骤：S1、按列车轮对轴承具体类别收集由传感器采集的机械设备健康状态数据，对数据进行预处理，建立列车轮对轴承健康状态数据库；传感器类型是振动位移传感器、振动速度传感器、振动加速度传感器或声音信号传感器中的一种或者多种；状态数据库中的数据包括：正常状态、单一故障状态和复合故障状态；单一故障状态包括：滚动体故障、内圈故障、外圈故障；复合故障状态包括：外圈+内圈复合故障、内圈+滚动体复合故障、外圈+滚动体复合故障、内圈+外圈+滚动体复合故障；每一个健康状态相同的数据都有相同的状态标签；S2、基于所述列车轮对轴承健康状态数据库，对比胶囊特征提取模型的训练，得到训练后的对比胶囊特征提取模型；对比胶囊特征提取模型的损失函数为监督对比学习损失函数，选择优化算法对模型进行训练直到收敛，对比胶囊特征提取模型包含改进时域卷积网络和主胶囊层两部分；所述对比胶囊特征提取模型包括依次连接的改进时域卷积网络和主胶囊层，所述时域卷积网络包括依次连接的包含：输入模块、n个多尺度残差块、输出模块；所述多尺度残差块包括两个输入和两个输出，其中输入1依次经过两个Inception单元、BN+ReLU+Dropout模块、DCCID1,1层；这里DCCID是因果膨胀1维卷积的缩写，其中参数1是指卷积核大小，参数2是指因果膨胀率；多尺度残差块中DCCID1,1层的输出，与多尺度残差块输入2依次经过最大池化层、Inception单元的输出相加后，一路作为多尺度残差块的输出2，另一路经过BN+ReLU+Dropout模块后作为多尺度残差块的输出1；对比胶囊特征提取模型的第一个多尺度残差块的输入1与输入2都为对比胶囊特征提取模型的输入，后续的多尺度残差块的前一个输出1对应后一个输入1，前一个输出2对应后一个输入2；最后一个多尺度残差块的输出1作为对比胶囊特征提取模型的输出；所述Inception单元输入后首先分为四路，第一路包括一个DCCID1,1层，第二路包括依次连接的DCCID3,3层、DCCID1,1层，第三路包括依次连接的DCCID5,2层、DCCID1,1层，第四路包括依次连接的DCCID1,1层、DCCID3,2层，然后将四路输出经过一个高效通道注意力机制模块即为Inception单元的输出；所述高效通道注意力机制首先是对其进行深度融合，其次是完成不同通道的特征完成跨通道的信息交互；S3、将上述比胶囊特征提取模型的权重冻结，并在比胶囊特征提取模型后添加数字胶囊层和Length层即可得到对比胶囊网络模型；主胶囊层和数字胶囊层之间的参数更新使用动态路由机制，Length层用作列车轮对轴承健康状态分类；对比胶囊网络模型损失函数为边沿损失函数，在训练集上对比胶囊网络模型进行训练直到收敛，即可得到对比胶囊网络模型；S4、在实际诊断过程中获取列车轮对轴承健康状态数据，预处理后输入对比胶囊网络模型进行状态判断。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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”。