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！

龙图腾网获悉南京交通职业技术学院申请的专利一种基于数据分析的转辙机故障识别方法及系统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：CN120318649B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202510392829.9，技术领域涉及：G06F21/60；该发明授权一种基于数据分析的转辙机故障识别方法及系统是由金立艳;沈丽琴;王亮军;邵孜科;陶雨濛;菅磊;黄昱旻设计研发完成，并于2025-03-31向国家知识产权局提交的专利申请。

本一种基于数据分析的转辙机故障识别方法及系统在说明书摘要公布了：本发明公开了一种基于数据分析的转辙机故障识别方法及系统，涉及转辙机故障识别技术领域，包括以下步骤：在三维扫描之前，对尖轨跟部与转辙杆连接区的整体曲面进行空间划分，将该整体曲面划分为若干个规格相同的子区域；完成子区域划分后，针对每个子区域，采用预设的基准点云空间分布密度进行一次全方位的初始扫描，以获取该子区域内的基本曲面结构数据。本发明通过卷积神经网络对子区域曲面复杂性的自动化预测，能够有效识别出尖轨根部、转动接口、孔口等高复杂曲面区域，并在高复杂区域实现点云加密，确保局部几何细节充分表达，提升对微小裂纹、孔口变形、偏心磨耗等典型故障的识别能力。

本发明授权一种基于数据分析的转辙机故障识别方法及系统在权利要求书中公布了：1.一种基于数据分析的转辙机故障识别方法，其特征在于，包括以下步骤： 在三维扫描之前，对尖轨跟部与转辙杆连接区的整体曲面进行空间划分，将该整体曲面划分为若干个规格相同的子区域； 完成子区域划分后，针对每个子区域，采用预设的基准点云空间分布密度进行一次全方位的初始扫描，以获取该子区域内的曲面结构数据； 对已获取的各子区域点云数据，从中提取能够反映曲面结构复杂性的关键特征，对提取的关键特征进行特征工程处理后，挖掘每个子区域内部曲面的几何变化特性，为后续判断曲面复杂程度提供量化描述； 将处理后的特征作为特征向量输入到事先训练好的卷积神经网络模型中，通过神经网络对每个子区域的曲面结构复杂性进行回归预测，实现子区域曲面复杂性的自动化、智能化判定； 依据卷积神经网络模型预测出的各子区域复杂性结果，动态调整对应子区域的点云空间分布密度，若某个子区域被识别为高复杂结构曲面，则基于其复杂性预测结果，对原始的基准点云空间分布密度进行提升；若某个子区域被识别为低复杂结构曲面，则保持原始的基准点云空间分布密度； 根据调整后的密度分配策略，对整个尖轨跟部与转辙杆连接区的所有子区域重新进行全方位扫描； 依据卷积神经网络模型预测出的各子区域复杂性结果，动态调整对应子区域的点云空间分布密度，具体的步骤如下： 依据卷积神经网络模型对子区域的复杂性预测结果，获取该子区域的复杂评分，并引入复杂评分参考阈值，作为区分高复杂曲面和低复杂曲面的判据，引入点云密度调整因子决定该区域的点云密度增量倍数，点云密度调整因子的计算公式为： 其中：为子区域的点云密度调整因子，为密度增强系数，控制高复杂区域的密度提升幅度，为非线性控制参数，用于控制点云密度调整因子的曲线增长情况，为卷积神经网络模型输出的子区域的复杂评分，为复杂评分的参考阈值，当时，判定为高复杂结构曲面，当时，判定为低复杂结构曲面； 在获得子区域的点云密度调整因子后，基于原始的基准点云空间分布密度，对每个子区域的实际点云空间分布密度进行自适应调整，调整公式如下： 其中：为子区域自适应调整后的点云空间分布密度，即调整后的采样密度，为基准点云空间分布密度。

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南京交通职业技术学院，其通讯地址为：211188 江苏省南京市江宁科学园龙眠大道629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。