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！

龙图腾网获悉华东交通大学申请的专利基于特征提取网络的铁路转向架轴承故障诊断方法及设备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：CN120873693B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202511365977.8，技术领域涉及：G06F18/24；该发明授权基于特征提取网络的铁路转向架轴承故障诊断方法及设备是由丁小平;李中奇;唐明辉设计研发完成，并于2025-09-24向国家知识产权局提交的专利申请。

本基于特征提取网络的铁路转向架轴承故障诊断方法及设备在说明书摘要公布了：本发明公开了一种基于特征提取网络的铁路转向架轴承故障诊断方法及设备，涉及城轨列车的智能诊断与维护保障领域。所述方法包括：数据采集：采集转向架轴箱轴承在相同转速与负载组合下的振动信号；数据预处理：基于改进经验小波变换对每段信号进行频谱自适应分解，引入Fisher分数与频谱熵联合打分机制，筛选出关键模态信号，之后进行图像映射重构为诊断序列；模型构建：在轻量级卷积神经网络的基础上引入拓扑感知注意力机制模块，构建故障诊断模型；模型训练：对故障诊断模型进行训练，获得优化后的故障诊断模型；诊断结果输出：使用优化后的故障诊断模型对转向架轴箱轴承的故障信号进行诊断，输出诊断结果。所述方法能够提高故障诊断的准确性。

本发明授权基于特征提取网络的铁路转向架轴承故障诊断方法及设备在权利要求书中公布了：1.一种基于特征提取网络的铁路转向架轴承故障诊断方法，其特征在于包括如下步骤： 数据采集：采集转向架轴箱轴承在相同转速与负载组合下的振动信号，所述振动信号包括轴承正常状态信号及多种轴承典型故障类型信号； 数据预处理：基于改进经验小波变换对每段信号进行频谱自适应分解，引入Fisher分数与频谱熵联合打分机制，筛选出关键模态信号，之后进行图像映射重构为诊断序列； 模型构建：在轻量级卷积神经网络的基础上引入拓扑感知注意力机制模块，构建故障诊断模型-Attn； 模型训练：对故障诊断模型-Attn进行训练，优化故障诊断模型中的参数，获得优化后的故障诊断模型-Attn； 诊断结果输出：使用优化后的故障诊断模型-Attn对转向架轴箱轴承的故障信号进行诊断，输出诊断结果； 改进经验小波变换IEWT的方法包括如下步骤： 1对原始转向架轴箱轴承振动信号做短时傅里叶变化，得到复谱矩阵： ； 其中，为原始振动信号，为汉明窗函数，为当前滑动窗中心的位置，为角频率，为用于频率转换的傅里叶核；在所有时刻和频率上采样，得到复谱矩阵； 2局部协方差构造，以候选边界点为中心，向左右分别取个频点构成左右子带，即左段和右段： ； 则两段的样本协方差矩阵表示为： ； 其中，为对应子段的样本协方差矩阵，为每段频谱的样本数，为共轭转置； 3首先相邻特征值间距统计，对每个求特征值并升序排列，具体表示为： ； 其中，为对应特征值，为协方差矩阵维度，为秩； 接下来对每段特征值序列计算相邻之间的间距，表示为： ； 其中，为对应的特征值间距； 为消除幅值尺度影响，将每段中的最大特征值间距进行归一化处理，具体表示为： ； 其中，为对应归一化值； 最终取最大间距作为突变指标： ； 其中，为最大间距； 4边界候选定位：在频谱有效区间内，采用滑动窗口搜索满足下式的频率点作为谱突变边界： ； 其中，为阈值，为最小带宽； 5将检测出的边界集合带入经验小波变换EWT的谱分割公式，构造Meyer-type滤波器： ； 其中，为滤波器的频域响应，为当前频率，为当前子带的中心频率，为宽带系数，为平滑过渡函数。

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华东交通大学，其通讯地址为：330013 江西省南昌市经济技术开发区双港东大街808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。