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！

龙图腾网获悉长春工业大学申请的专利基于邻域限制广义自编码器的牵引系统故障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：CN120654042B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202511158234.3，技术领域涉及：G06F18/24；该发明授权基于邻域限制广义自编码器的牵引系统故障检测方法是由王申全;鞠云飞;程超;姜玉莲设计研发完成，并于2025-08-19向国家知识产权局提交的专利申请。

本基于邻域限制广义自编码器的牵引系统故障检测方法在说明书摘要公布了：本发明公开了一种基于邻域限制广义自编码器的牵引系统故障检测方法，属于故障诊断技术领域。针对现有高速列车牵引系统故障检测方法中存在的信息损失大、潜在变量解释性不足以及对非线性动态系统适应性差等缺陷，所提方法通过离线学习和在线检测两个阶段实现高精度故障检测。离线学习阶段：利用马氏距离确定样本邻域集合及权重，融合局部线性重构误差与互信息正则项构建邻域限制广义自编码器损失函数，训练得到最优编码器和解码器；最后，计算正常状态残差，基于统计量确定故障检测阈值。在线检测阶段：实时采集数据并构建堆叠数据，利用训练好的邻域限制广义自编码器计算实时残差，通过统计量与阈值的比较实现故障检测。

本发明授权基于邻域限制广义自编码器的牵引系统故障检测方法在权利要求书中公布了：1.一种基于邻域限制广义自编码器的牵引系统故障检测方法，其特征在于，包括离线学习和在线检测两个阶段，具体步骤如下： 采集高速列车牵引系统正常运行状态下的输入和输出，对数据进行标准化处理，消除量纲影响，其中输入、输出构成的离线数据集为： ， 其中，表示离线数据的总样本数； 根据离散时间序列的动态特性，将采样数据构建为堆叠数据： ， 其中，为堆叠窗口大小为5个采样点；在发生加性故障时，输入与输出信号为： ， 其中，表示加性故障的故障幅度； 通过限制数据与潜在变量的互信息率，减少数据压缩过程中的信息损失；基于互信息最小化准则优化潜在变量： ， 其中，为编码映射函数，为互信息率；通过潜在变量与数据的范数最小化实现潜在变量与数据的范数： ， 其中，表示潜在变量，表示二范数，表示绝对值； 基于马氏距离计算样本相似度： ， 其中，为邻域窗口大小为10个采样点，是数据集的协方差矩阵；充分考虑过去、现在和未来之间的关系： ， 其中，是所有样本之间平均马氏距离的平方，表示以自然常数为底的指数函数；设计基于马氏距离的邻域算法： ， 其中，表示索引集合；因此，的邻域权重可以描述为： ， 其中，表示使函数取得最小值的自变量值； 通过局部线性嵌入准则筛选有效邻域，且，其中，为潜在变量邻域集合； 融合局部线性嵌入准则和互信息，构建邻域限制广义自编码器的损失函数： ， 其中，是解码器映射函数，是正则化系数，表示函数的符合运算符；通过优化损失函数可求取最优编码器和解码器； 设计基于邻域限制广义自编码器的残差生成器： ； 基于泰勒公式，对残差信号进行分析可得： ， 其中，是一个Hessian矩阵，表示求偏导，在已知的情况下，最后一项为零；因此，； 设计检验统计量： ， 其中，是无故障残差信号数据集的协方差矩阵； 设计检验统计量的阈值： ； 采集在线运行的输入和输出，构建在线堆叠数据； 利用训练好的邻域限制广义自编码器重构数据，计算实时残差： ； 计算实时残差的检验统计量，并进行故障检测任务： 。

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长春工业大学，其通讯地址为：130000 吉林省长春市延安大街2055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。