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！

龙图腾网获悉北京交通大学申请的专利基于Seq2Seq模型与振噪数据融合的地铁钢轨波磨测量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：CN116383673B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202310393235.0，技术领域涉及：G06F18/22；该发明授权基于Seq2Seq模型与振噪数据融合的地铁钢轨波磨测量方法是由肖宏;王阳;高亮;方树薇;刘秀波;张智海;时光明;叶利宾;迟义浩;刘光鹏;金锋;魏绍磊;钱忠霞设计研发完成，并于2023-04-13向国家知识产权局提交的专利申请。

本基于Seq2Seq模型与振噪数据融合的地铁钢轨波磨测量方法在说明书摘要公布了：本发明提供了一种基于Seq2Seq模型与振噪数据融合的地铁钢轨波磨测量方法。该方法包括：基于地铁列车历史数据构建地板纵向加速度和列车速度对应的时间序列数据集；构建基于Seq2Seq模型的地铁列车里程匹配预测模型，利用时间序列数据集对地铁列车里程匹配预测模型进行训练，将待检测的地铁列车车内地板纵向加速度输入到训练好的地铁列车里程匹配预测模型中，得到待检测的地铁列车的运行速度；根据待检测的地铁列车车内振动及噪声数据计算得到钢轨波磨振噪综合指数，确定波磨对应的波长和幅值信息。本发明模型通过车体纵向加速度来精确预测地铁列车的速度及里程，使用车内地板垂向振动加速度和车内声压信号融合实现对钢轨波磨特征波长和波深幅值的精确识别。

本发明授权基于Seq2Seq模型与振噪数据融合的地铁钢轨波磨测量方法在权利要求书中公布了：1.一种基于Seq2Seq模型与振噪数据融合的地铁钢轨波磨测量方法，其特征在于，包括： 基于地铁列车历史数据构建地板纵向加速度和列车速度对应的时间序列数据集； 构建基于Seq2Seq模型的地铁列车里程匹配预测模型，利用所述纵向加速度和列车速度对应的时间序列数据集对所述基于Seq2Seq模型的地铁列车里程匹配预测模型进行训练，得到训练好的地铁列车里程匹配预测模型； 将待检测的地铁列车车内地板纵向加速度输入到训练好的基于Seq2Seq模型的地铁列车里程匹配预测模型中，得到所述待检测的地铁列车的运行速度； 根据预设的地铁钢轨波磨波长分布范围和所述待检测的地铁列车的运行速度、地板垂向振动加速度以及车内声压信号计算得到所述待检测的地铁列车的钢轨波磨振噪综合指数，根据所述波磨振噪综合指数确定波磨产生的具体位置以及对应的特征波长和波深幅值； 所述的基于地铁列车历史数据构建地板纵向加速度和列车速度对应的时间序列数据集，包括： 基于地铁列车历史数据获取地铁列车车内转向架位置处地板表面的垂向和纵向振动加速度信号，根据所述垂向和纵向振动加速度信号获取车内地板垂向、纵向振动时域信息； 获取地铁列车车内转向架位置处车内声压信号，根据所述声压信号获取车内声压时域信息； 获取地铁列车测速轮对上的速度信号，根据所述速度信号获取列车速度信号； 根据预设窗长将所述地板表面的纵向振动加速度信号、列车速度信号分割为分段地板纵向加速度、列车速度信号，生成纵向振动加速度信号和列车速度对应的时间序列数据集； 所述的根据预设的地铁钢轨波磨波长分布范围和所述待检测的地铁列车的运行速度、地板垂向振动加速度以及车内声压信号计算得到所述待检测的地铁列车的钢轨波磨振噪综合指数，包括： 获取待检测的地铁列车的运行速度、地板垂向振动加速度信号和车内声压信号， 根据预设的地铁钢轨波磨波长分布范围和所述待检测的地铁列车的列车运行速度，将所述待检测的地铁列车的地板垂向振动加速度和车内声压信号进行分段带通滤波； 计算滤波后的地板垂向振动加速度信号和车内声压信号对应的振动指数和噪声指数，保留振动指数和噪声指数大于预设阈值的地板垂向振动加速度信号和车内声压信号，对保留的地板垂向振动加速度信号和车内声压信号进一步计算波磨振噪综合指数； 根据所述波磨振噪综合指数确定波磨波长和波深幅值，根据所述地铁列车里程匹配预测模型确定波磨产生的具体位置。

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北京交通大学，其通讯地址为：100044 北京市海淀区西直门外上园村3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。