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一种列车滚动轴承状态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：CN120296701B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202510780096.6，技术领域涉及：G06F18/27；该发明授权一种列车滚动轴承状态识别方法及系统是由谢锋云;王书蕾;邱英;宋成杰;牛康;陈惠航;谢源威设计研发完成，并于2025-06-12向国家知识产权局提交的专利申请。

本一种列车滚动轴承状态识别方法及系统在说明书摘要公布了：本发明提供了一种列车滚动轴承状态识别方法及系统，方法包括获取列车滚动轴承的监测数据，对监测数据进行预处理，以得到处理数据；对处理数据进行数据均衡化处理，以得到均衡数据集；将均衡数据集划分为第一数据集与第二数据集，对第二数据集进行模态区间化处理，以得到模态化数据；构建种子替换深度迁移初始模型，将第一数据集输入种子替换深度迁移初始模型中并对种子替换深度迁移初始模型进行优化处理，以输出优化数据；基于优化数据与模态化数据的区间确定列车滚动轴承运行状态，本发明提升模型的泛化性能同时解决了模型数据需求量大的问题。

本发明授权一种列车滚动轴承状态识别方法及系统在权利要求书中公布了：1.一种列车滚动轴承状态识别方法，其特征在于，包括： 获取列车滚动轴承的监测数据，对所述监测数据进行预处理，以得到处理数据； 对所述处理数据进行数据均衡化处理，以得到均衡数据集； 将所述均衡数据集划分为第一数据集与第二数据集，对所述第二数据集进行模态区间化处理，以得到模态化数据； 构建种子替换深度迁移初始模型，将所述第一数据集输入所述种子替换深度迁移初始模型中并对所述种子替换深度迁移初始模型进行优化处理，以输出优化数据； 基于所述优化数据与所述模态化数据的区间确定列车滚动轴承运行状态； 所述对所述第二数据集进行模态区间化处理，以得到模态化数据的步骤包括： 基于区间特征量化公式对所述第二数据集进行模态区间化处理： ； 式中，X kn表示第k个模态分量对应数据集的模态区间形式，x kn、x kn-1、x kn+1表示第k个模态分量对应数据集内第n、n-1、n+1个数据； 将第二数据集的模态区间形式进行转换，以得到模态化数据： Xn=[xn，n]； 式中，xn表示数据集下界，n表示数据集上界； 所述构建种子替换深度迁移初始模型，将所述第一数据集输入所述种子替换深度迁移初始模型中并对所述种子替换深度迁移初始模型进行优化处理，以输出优化数据的步骤包括： 构建初始卷积神经网络模型，冻结浅层网络，以保留通用特征提取能力，迁移深层参数，将所述初始卷积神经网络模型的源域数据作为目标域的初始参数； 使用冻结的浅层网络提取源域数据的高维特征，对所述源域数据的高维特征进行聚类处理，以得到若干聚类簇； 将所述第一数据集对应的目标域标签样本与所述源域数据对应的源域样本建立配对关系，并使用所述聚类簇内的数据替代目标域标签样本，以得到第一优化数据集； 确定融合损失函数L： ； 式中，L r为回归损失，L BAD为边际分布差异损失和正则化，和分别为第一、第二权衡参数，为正则化系数，W表示模型权重参数； 通过最小化所述融合损失函数L，并对所述第一优化数据集进行更新，以得到第二优化数据集； 对所述初始卷积神经网络模型的参数进行更新，以得到更新模型，基于所述更新模型对所述第二优化数据集进行更新，以得到优化数据； 所述基于所述优化数据与所述模态化数据的区间确定列车滚动轴承运行状态的步骤包括： 将所述优化数据与所述模态化数据的区间利用模态区间大小比较法则进行对比，将模态区间最大值对应编码所对应的运行状态作为列车滚动轴承运行状态。

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”。