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！

龙图腾网获悉中车长春轨道客车股份有限公司申请的专利基于分区间阈值的列车车门系统亚健康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：CN121051469B 。

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：202511590470.2，技术领域涉及：G06F18/214；该发明授权基于分区间阈值的列车车门系统亚健康检测方法是由任祥臣;高阳;李波;王嘉璐设计研发完成，并于2025-11-03向国家知识产权局提交的专利申请。

本基于分区间阈值的列车车门系统亚健康检测方法在说明书摘要公布了：一种基于分区间阈值的列车车门系统亚健康检测方法，本发明能够基于训练后的模型，实时读取运行数据进行列车车门系统亚健康监测，潜在表征生成网络通过多级非线性压缩与归一化约束提炼渐进潜特征，再经时序特征更新函数动态捕捉时序演化，精准且鲁棒地表达时序数据本质；实现了传感器置信度的自动量化，可以根据每个传感器的异常评分提供全面的异常检测结果，有助于减少易受外部因素影响的传感器信号对异常检测结果的干扰；考虑不同阶段所包含的亚健康信息不同，对不同阶段进行阈值确定，分别评定各个阶段损失是否超过阈值进行亚健康检测，放大了各阶段所包含的亚健康信息，从而提高了列车车门系统的亚健康检测精度，降低误报率。

本发明授权基于分区间阈值的列车车门系统亚健康检测方法在权利要求书中公布了：1.一种基于分区间阈值的列车车门系统亚健康检测方法，其特征在于，包括以下步骤： 步骤S1：获取列车车门系统正常运行状态的监测信号，监测信号包括电机位移、电流、转速三类传感器检测到的信号； 步骤S2：将获得的列车车门系统正常状态下的前70%的监测信号放入潜在表征生成网络中进行训练； 步骤S3：计算正常状态数据的一致性残差分布，分区间确定亚健康判断阈值和参数分配权重，在车门运行过程中，不同阶段所包含的亚健康信息不同，直接使用全过程数据进行亚健康判断会淹没很多关键信息，因此需要分阶段判断亚健康阈值； 步骤S4;对实时获得信号进行分区间阈值的列车车门系统亚健康检测； 所述的步骤S2中具体包括模型构建及训练，具体步骤如下： 步骤S2.1：数据预处理，将信号长度的信号过滤掉，将信号长度但不足目标长度的数据使用边缘值进行填充，直至填充至目标长度，保证数据长度统一； 步骤S2.2：将预处理好的数据放入潜在表征生成网络中进行训练，该网络整体架构划分为嵌入端与复原端两部分，嵌入端通过多级非线性投影器逐步压缩输入的观测特征，并在归一化约束下提炼渐进式潜在表征；其后，时序演化单元对所得潜在表征施加动态更新，以显式捕捉跨时段的演化轨迹，其形式可表述为： 其中，分别表示嵌入端的多层特征变换权重，*表示运算操作，为非线性函数，为归一化操作，为嵌入端的时序特征更新函数，时序特征更新函数更新公式为： 其中，为前序步骤在时间步的输出，即；为嵌入端时序特征更新函数在时间步输出的隐藏状态；为嵌入端输入到门候选状态的权重矩阵；和分别为嵌入端的更新系数与重置系数；为更新后的值，由重置系数、上一时间步的输出、该时刻的输入计算得到；为逐元素乘法，为限制函数，为双曲正切函数；为嵌入端隐藏状态到门候选状态的权重矩阵；为嵌入端对应的偏置项； 在复原端，网络首先借助时序特征更新函数对潜状态进行重整化，随后经由多级非线性逆向投影器与非线性映射逐步实现从嵌入端至原始观测域的重构，其过程形式化为： 其中分别表示多层特征逆变换权重，为非线性函数，为归一化操作，为复原端时序特征更新函数在时刻的输出，即，计算公式为： 其中，为嵌入端时序特征更新函数在时间步的输出变量，即为复原端时序特征更新函数在时间步的输入；为复原端时序特征更新函数在时间步输出的隐藏状态；和为复原端时序特征更新函数的更新系数与重置系数，为更新后的值，由重置系数、上一时间步的输出、该时刻的输入计算得到；为复原端输入到门候选状态的权重矩阵，为复原端隐藏状态到门候选状态的权重矩阵，为复原端对应的偏置项； 步骤S2.3：计算原始数据与隐表征信号之间的一致性残差，计算公式为： 其中，为第个监测信号值，为第个经过潜在表征生成网络的隐表征信号值，为数据个数； 步骤S2.4：利用Adam优化器不断更新参数。

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中车长春轨道客车股份有限公司，其通讯地址为：130062 吉林省长春市绿园区长客路2001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。