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轨道列车转向架滚动轴承故障诊断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：CN117150304B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202311201068.1，技术领域涉及：G06F18/214；该发明授权一种轨道列车转向架滚动轴承故障诊断方法是由张楷;黄锋飞;郑庆;赖旭伟;丁国富;李致萱设计研发完成，并于2023-09-18向国家知识产权局提交的专利申请。

本一种轨道列车转向架滚动轴承故障诊断方法在说明书摘要公布了：本发明提供了一种轨道列车转向架滚动轴承故障诊断方法，利用交互式生成学习策略训练自编码器，使模型充分学习转向架轴承故障样本间的类内共同特征；同时在自编码器生成阶段，将合成少数类过采样技术引入欧几里得距离较大的隐藏层空间，提升自编码器生成样本的多样性，为故障诊断模型带来丰富的增量信息，提高深度学习故障诊断模型在样本不均衡场景中的诊断准确率。为样本不均衡下基于深度学习的轨道列车转向架滚动轴承故障诊断提供一种新思路，对深度学习模型在滚动轴承故障诊断领域的应用具有重要意义。

本发明授权一种轨道列车转向架滚动轴承故障诊断方法在权利要求书中公布了：1.一种轨道列车转向架滚动轴承故障诊断方法，其特征在于，包括： 步骤1：采集列车转向架滚动轴承不同健康状态下的振动加速度信号，并通过滑动窗口w截取尺寸为[1×D]的样本x，按滚动轴承对应健康状态对样本进行标签标记，构造健康状态类别间不均衡数据集DI； 步骤2：利用快速傅里叶变换将时域信号转换为幅-频信号，并对幅-频信号作归一化处理； 步骤3：构建自编码器网络模型，包括设置编码器E与解码器D各网络层超参数，定义损失函数Ltotal； 步骤4：随机初始化网络参数，将所述步骤1中的样本x按批量大小输入所述编码器E中，输出尺寸为[1×d]隐藏层特征h，将h输入所述解码器D中，输出与x尺寸相同的重构样本x与尺寸均为[1×D]，计算x与之间的均方误差重构损失LMSE； 步骤5：从DI中随机抽取某健康状态样本构建样本集xc，并利用交互式生成学习策略训练；所述交互式生成学习策略包括将xc输入所述编码器E中进行特征提取得到特征集hc，对hc进行换序操作，将换序得到的特征集输入所述解码器D进行样本重构，得到与xc顺序不同的重构样本集计算xc与之间的换序惩罚重构损失Lpenalty；所述换序操作包括将特征空间中的第一个特征样本调换至最后，并将剩余特征样本的索引整体前移一位； 步骤6：将LMSE与Lpenalty加权求和计算得到Ltotal，反向传播计算各网络层梯度，并用优化器更新E和D网络参数； 步骤7：重复步骤4至步骤6，训练达到预设轮数M时，保存训练完毕的编码器与解码器网络参数； 步骤8：将不均衡数据集DI输入训练完毕的中进行特征提取，得到各健康状态样本特征集hi，再利用合成少数类过采样技术对hi中的少数类特征集进行扩充，使各健康状态特征集特征数量一致，得到均衡特征集hB，再将hB输入到中进行解码，得到重构样本用于扩充DI，形成新的均衡训练集DB； 步骤9：构建故障诊断分类模型C，将步骤8中的DB作为输入进行训练，当训练达到预设轮数N时，保存所述分类模型C； 步骤10：加载所述分类模型C，输入转向架运行数据，并输出列车转向架滚动轴承故障诊断结果。

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 四川省成都市二环路北一段；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。