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！

龙图腾网获悉西南交通大学;西安交通大学申请的专利一种数字孪生驱动的钢轨状态迁移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：CN119272139B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411382315.7，技术领域涉及：G06F18/2413；该发明授权一种数字孪生驱动的钢轨状态迁移诊断方法是由郭亮;于耀翔;高宏力;雷亚国;罗韬;宋文畅;陈再刚;李世超;由智超;陈涛;冯珽婷;李金龙设计研发完成，并于2024-09-30向国家知识产权局提交的专利申请。

本一种数字孪生驱动的钢轨状态迁移诊断方法在说明书摘要公布了：本发明公开了一种数字孪生驱动的钢轨状态迁移诊断方法，属于轨道交通故障诊断领域，该方法包括建立车轨耦合系统的数字孪生模型；利用数字孪生模型进行仿真，得到若干组振动响应信号；通过小波变换对各组振动响应信号和各组真实采集的轴箱振动信号进行时频分析，获得各组振动响应信号的时频图和各组轴箱振动信号的时频图；将各组振动响应信号的时频图作为子域对齐迁移网络的源域数据，并将各组轴箱振动信号的时频图作为子域对齐迁移网络的目标域数据，得到训练完成的子域对齐迁移网络；利用训练完成的子域对齐迁移网络对待测轴箱振动信号进行预测，完成不同钢轨状态的诊断识别。本发明解决了样本标签稀缺条件下钢轨状态诊断精度不足的问题。

本发明授权一种数字孪生驱动的钢轨状态迁移诊断方法在权利要求书中公布了：1.一种数字孪生驱动的钢轨状态迁移诊断方法，其特征在于，包括以下步骤： S1、通过多体动力学建立车轨耦合系统的数字孪生模型； S2、利用车轨耦合系统的数字孪生模型仿真车辆通过不同钢轨状态路段时轴箱的振动响应信号，得到若干组振动响应信号； S3、采集车辆通过不同钢轨状态路段时轴箱的轴箱振动信号，得到若干组真实采集的轴箱振动信号，并通过小波变换分别对各组振动响应信号和各组轴箱振动信号进行时频分析，获得各组振动响应信号的时频图和各组轴箱振动信号的时频图； S4、将各组振动响应信号的时频图作为子域对齐迁移网络的源域数据，并将各组轴箱振动信号的时频图作为子域对齐迁移网络的目标域数据，对子域对齐迁移网络进行训练，得到训练完成的子域对齐迁移网络；所述步骤S4中子域对齐迁移网络包括特征提取器、状态诊断器和N个领域判别器； 所述特征提取器，用于提取源域数据和目标域数据的特征； 所述状态诊断器，用于根据源域数据的特征获取源域数据的分类概率，并根据目标域数据的特征，获取目标域数据的伪标签； 各所述领域判别器，用于根据源域数据和目标域数据的特征获取各自的领域分类概率； 其中，N为钢轨状态的数量； 所述步骤S4具体为： S401、将各组振动响应信号的时频图作为子域对齐迁移网络的源域数据，并将各组轴箱振动信号的时频图作为子域对齐迁移网络的目标域数据； S402、利用子域对齐迁移网络分别提取源域数据的特征和目标域数据的特征； S403、根据源域数据的特征和目标域数据的特征，利用子域对齐迁移网络分别得到源域数据的分类概率、目标域数据的伪标签以及所有数据的领域分类概率； S404、根据源域数据的分类概率、目标域数据的伪标签以及所有数据的领域分类概率，对子域对齐迁移网络进行网络参数更新； S405、判断子域对齐迁移网络的网络参数是否达到收敛，若是，得到训练完成的子域对齐迁移网络，否则，返回步骤S401； S5、获取待测轴箱振动信号的时频图，并输入训练完成的子域对齐迁移网络，得到待测轴箱振动信号的真实状态标签，完成不同钢轨状态的诊断识别。

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西南交通大学;西安交通大学，其通讯地址为：610031 四川省成都市二环路北一段；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。