Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江大学高端装备研究院周世琛获国家专利权

浙江大学高端装备研究院周世琛获国家专利权

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!

龙图腾网获悉浙江大学高端装备研究院申请的专利一种基于数据驱动的重卡电驱桥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:CN119989126B

龙图腾网通过国家知识产权局官网在2025-10-14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:202411948813.3,技术领域涉及:G06F18/2413;该发明授权一种基于数据驱动的重卡电驱桥故障诊断方法是由周世琛;谢海波;杨华勇;陈小昌;郑铭阳设计研发完成,并于2024-12-27向国家知识产权局提交的专利申请。

一种基于数据驱动的重卡电驱桥故障诊断方法在说明书摘要公布了:本发明公开一种基于数据驱动的重卡电驱桥故障诊断方法,先采集各种使用场景的重卡电驱桥的运行状态数据,并标注故障类别,构建原始数据集;采用基于权重噪声的生成对抗网络进行样本生成,实现数据扩充,并将扩充后的数据和原始数据合并,形成训练数据集;选用基于边界平滑的自编码器作为特征降维模型,并利用训练数据集训练特征降维模型;采用基于量子概率引导的概率神经网络作为分类器模型,并用特征降维模型输出的特征训练分类器模型;最后采集待评估的重卡电驱桥的原始数据,输入训练完成的特征降维模型中进行特征处理;再将处理得到的特征输入训练后的分类器模型中分类,得到分类结果。本发明能实现电驱桥故障诊断的高精度、高鲁棒性。

本发明授权一种基于数据驱动的重卡电驱桥故障诊断方法在权利要求书中公布了:1.一种基于数据驱动的重卡电驱桥故障诊断方法,其特征在于,包括如下步骤: 步骤一:采集各种使用场景下的重卡电驱桥的运行状态数据,并标注故障类别,构建原始数据集; 步骤二:采用基于权重噪声的生成对抗网络进行样本生成,实现数据扩充;所述生成对抗网络包括生成器和判别器,在所述生成器的权重中注入噪声,所述生成器基于当前权重和注入的噪声生成数据;所述判别器评估生成数据与真实数据的区别,并反馈给所述生成器,所述生成器根据这一反馈动态调整生成器的权重中注入的噪声的强度,从而对基于权重噪声的生成对抗网络进行训练,得到训练后的模型输出的扩充样本;并将扩充样本和原始数据合并,形成训练数据集; 步骤三:构建并训练特征降维模型;所述特征降维模型为基于边界平滑的自编码器,包括编码器和解码器,编码器压缩输入的数据至一个低维表示,针对降维过程中的异常值和边界效应,通过平滑函数对编码器的输出进行平滑;解码器从低维表示重构为与输入的数据尽可能相似的特征向量;数据通过前向传播的方式进行处理,然后通过误差反向传播的方式利用梯度下降法进行自编码器参数的更新; 步骤四:构建分类器模型,并利用步骤三输出的降维后的数据对分类器模型进行训练;所述分类器模型为基于量子概率引导的概率神经网络,利用量子态估计方法动态调整概率神经网络中的权重和激活函数参数,通过模拟量子行为来优化分类过程,使网络在每一步训练中都能更好地适应数据分布的变化;数据通过前向传播的方式进行处理,然后通过误差反向传播的方式更新所述概率神经网络的权重和量子参数; 步骤五:采集待评估的重卡电驱桥的原始数据,输入训练完成的特征降维模型中进行特征处理;再将处理得到的特征输入到训练后的分类器模型中进行分类,得到分类结果。

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浙江大学高端装备研究院,其通讯地址为:311106 浙江省杭州市余杭区兴国路503号5幢103室;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。