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!
龙图腾网获悉西南交通大学申请的专利一种基于深度学习的重载机车车钩失稳的优化调控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:CN120805742B 。
龙图腾网通过国家知识产权局官网在2025-11-18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:202511309096.4,技术领域涉及:G06F30/27;该发明授权一种基于深度学习的重载机车车钩失稳的优化调控方法是由陈是扦;杨召;王开云;翟婉明;李宏鹏设计研发完成,并于2025-09-15向国家知识产权局提交的专利申请。
本一种基于深度学习的重载机车车钩失稳的优化调控方法在说明书摘要公布了:本申请涉及一种基于深度学习的重载机车车钩失稳的优化调控方法,包括:首先,分别进行敏感度分析和动力学仿真,获取高灵敏度参数和关键响应动态数据,并进行预处理,得到样本集;之后,构建长大重载列车车钩稳定性代理模型;之后,采用所述样本集对所述长大重载列车车钩稳定性代理模型进行训练;最后,构建以车钩横向稳定性为优化目标的多参数优化问题,采用基于SOBOL和SHAP分析的改进的NSGA‑Ⅲ算法基于所述代理模型进行全局寻优,获取最优参数组合并生成车钩横向失稳优化调控策略。构建了高精度长大重载列车车钩稳定性代理模型,实现了复杂系统之间的联合优化设计。同时结合改进的NSGA‑Ⅲ算法高效地实现了车钩失稳的优化调控。
本发明授权一种基于深度学习的重载机车车钩失稳的优化调控方法在权利要求书中公布了:1.一种基于深度学习的重载机车车钩失稳的优化调控方法,其特征在于,所述方法包括: 分别进行敏感度分析和动力学仿真,获取高灵敏度参数和关键响应动态数据,并进行预处理,得到样本集; 构建长大重载列车车钩稳定性代理模型,所述模型包括双通道特征提取模块、多维度特征融合模块、双通道卷积特征回归模块、自适应数据损失与物理限制模块; 采用所述样本集对所述长大重载列车车钩稳定性代理模型进行训练; 构建以车钩横向稳定性为优化目标的多参数优化问题,采用基于SOBOL和SHAP分析的改进的NSGA-Ⅲ算法基于所述代理模型进行全局寻优,获取最优参数组合并生成车钩横向失稳优化调控策略; 所述构建以车钩横向稳定性为优化目标的多参数优化问题为: 其中,钩缓参数中钩尾弧面半径r、前从板弧面半径R和钩尾弧面摩擦系数μ,以及悬挂参数中二系弹簧刚度Ksy、二系止档横向自由间隙hsf和二系止档横向刚度Kz,可表示为矢量x=x1,x2,x3,x4,x5,x6=r,R,μ,Ksy,hsf,Kz,指定为设计变量,表示其中任意一个目标函数,为表示目标函数中需要最小化的函数的总数,为不等式约束,为不等式约束的总数,表示其中任意一个变量,为设计变量的总数,为设计变量下限,为设计变量上限,为最小化目标函数,定义了优化问题中的约束条件,值找到满足目标函数和约束条件的变量值; 所述优化目标为: 其中,为车钩摆角,为轮轴横向力,和分别为其最大限制; 车辆动力学性能标准作为约束条件,表示为: 其中,为脱轨系数约束,为轮重减载率约束,为轮轨横向力,为轮轨垂向力,为轮重减载量,为平均静轮重。
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111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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励