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！

龙图腾网获悉哈尔滨工业大学申请的专利基于自监督对比学习的轨道剪力绞和阻尼器缺失损伤识别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：CN118883715B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202411048693.1，技术领域涉及：G01N29/04；该发明授权基于自监督对比学习的轨道剪力绞和阻尼器缺失损伤识别方法是由黄永;张坤鹏;孙立;李秋义;张世杰;林超;陈家辉设计研发完成，并于2024-08-01向国家知识产权局提交的专利申请。

本基于自监督对比学习的轨道剪力绞和阻尼器缺失损伤识别方法在说明书摘要公布了：本发明提出基于自监督对比学习的轨道剪力绞和阻尼器缺失损伤识别方法。该方法利用切比雪夫滤波器对振动采集到的振动响应数据进行滤波，并利用网格法和双阈值截断方法提取过车时的振动响应信号，搭建基于自监督对比学习的时间序列表征学习模型，以准确识别轨道的损伤。自监督对比学习可以从大量未标注的数据中提取到有价值的信息，可以仅用很少的标签数据就可以实现有效的训练和优异的性能，同时利用对比学习的机制更好的学习数据特性，从而提供更好的识别结果。本发明能在少量标记数据的基础上实现有效的训练和优异的轨道损伤识别性能，从而降低了模型对人工标注数据的依赖性，适用于不方便人工大量标注的情况下实现轨道损伤的高效识别。

本发明授权基于自监督对比学习的轨道剪力绞和阻尼器缺失损伤识别方法在权利要求书中公布了：1.基于自监督对比学习的轨道剪力绞和阻尼器缺失损伤识别方法，其特征在于，所述方法包括以下步骤： 步骤一、收集城市轨道在列车荷载作用下剪力绞和阻尼器缺失损伤所对应的振动监测响应数据； 步骤二、提取过车振动响应数据，利用切比雪夫滤波器对实验采集得到的振动响应数据进行滤波，用网格法选取短时能量和短时低频能量双阈值截断法的最佳参数，使用双阈值截断方法从大量振动监测响应数据中提取列车经过时的振动响应数据；对过车振动响应数据进行预处理，利用移动平均法将每五个点的数据Xt,Xt+1,Xt+2,Xt+3,Xt+4平均为X't＝Xt+Xt+1+Xt+2+Xt+3+Xt+45，之后随机截取长度为5120的振动响应信号，形成模型训练数据集矩阵 步骤三、将步骤二中得到的矩阵X按90％和10％的比例分为两个数据集，90％的数据集代入基于时间和上下文对比的时间序列表征学习模型进行预训练，保存预训练结果，权重和模型参数； 步骤四、将步骤三中得到的10％数据集分为训练集、测试集和验证集代入预训练模型中进行再训练，分析测试结果，能准确识别轨道剪力绞和阻尼器缺失损伤； 所述步骤二具体为： 步骤2.1、将每次通车对应时间段的振动响应进行拼接，得到一条从起始时间到结束时间完整的过车振动响应； 步骤2.2、利用切比雪夫滤波器对原始时程曲线进行滤波，滤去低频漂移，得到更准确的数据； 步骤2.3、利用VAD模型和网格法确定短时能量和短时低频能量的阈值以进行振动响应数据的提取； 步骤2.4、利用短时能量和短时低频能量双阈值对过车信号进行提取并保存； 步骤2.5、将提取的过车振动响应进行移动平均法，从振动响应信号中随机截取长度5120的信号，拼接成数据集 所述步骤2.3具体为： 步骤2.3.1、从振动响应信号中选取1000条过车信号数据并打上标签，一条时程曲线有信号β的部分是1，没有信号α的部分是0，过车信号向量v＝[α,β,α]，标签向量v＝[0,0,……,0,1,1,1,……,1,1,1,0,……,0,0]； 步骤2.3.2、确定网格参数Z＝γ*γT,γ＝[0.04,0.08,0.12,0.16,0.20,0.24,0.28,0.32,0.36,0.40]； 步骤2.3.3、确定短时能量Ef和短时低频能量En，汉宁窗Wn，帧长度为L＝50ms，每次平移距离为25ms以及短时能量频率取值范围v＝[5，100]，短时能量是时域上每一帧幅度的平方，短时低频能量是将每一帧进行傅里叶变换，计算频率取值范围内的能量总和，第n帧短时能量和短时低频能量按以下公式计算； 步骤2.3.4、将1000条振动响应数据和1000条标签代入VAD模型进行训练，求短时能量和短时低频能量最大交并比IoU； 步骤2.3.5、利用最大交并比对应的阈值参数，对500条数据和标签进行测试，检验阈值参数。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。