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！

龙图腾网获悉福建省计量科学研究院(福建省眼镜质量检验站);福州大学申请的专利一种公路交通治超检测设备的异常自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：CN120493138B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202510983916.1，技术领域涉及：G06F18/2433；该发明授权一种公路交通治超检测设备的异常自诊断方法是由林硕;梁伟;郭贵勇;钱志森;赖征创设计研发完成，并于2025-07-17向国家知识产权局提交的专利申请。

本一种公路交通治超检测设备的异常自诊断方法在说明书摘要公布了：本发明提供一种公路交通治超检测设备的异常自诊断方法，包括采集实验室下传感器数据样本的时域、频域特征，作为源域；采集治超站点动态汽车衡的相关数据，并计算对应的时域特征和频域特征，作为目标域；将时域特征和频域特征进行融合，得到对应的源域样本和无标签的目标域样本；再一次经核函数处理和迁移成分分析方法TCA映射到特征空间，得到源域样本特征和目标域样本特征；利用经TCA特征迁移后的源域和目标域被标记特征对预设的WKNN分类器进行训练，输出目标域伪标签；使用目标域伪标签样本与源域合并重新训练WKNN分类器，得到训练后的WKNN分类器，利用训练后的WKNN分类器对动态汽车衡进行异常诊断，本发明方法可实现治超设备实时异常自诊断。

本发明授权一种公路交通治超检测设备的异常自诊断方法在权利要求书中公布了：1.一种公路交通治超检测设备的异常自诊断方法，其特征在于：所述方法包括如下步骤： 步骤S1、采集实验室各种故障类型下称重传感器数据样本的时域、频域特征，作为源域； 步骤S2、采集治超站点动态汽车衡的相关数据，并通过关联模型计算每个称重传感器的输出值，根据各个称重传感器的输出值计算出时域特征和频域特征，作为目标域；所述步骤S2具体为： 步骤S21、采集治超站点动态汽车衡对应的复数个称重传感器数值，采用巴特沃斯滤波器来滤除动态信号干扰； 步骤S22、通过关联模型计算每个称重传感器的输出值；具体的，所述关联模型为：； 其中，为动态汽车衡第j个称重传感器的输出值，为所采集的动态汽车衡的第n个称重传感器的数值，M为当前动态汽车衡对应的称重传感器个数，为对应的第j个称重传感器与剩余M-1个称重传感器之间的系数，，和分别为动态情况下的车速因子、载荷类型因子以及载重因子，为这三个影响因子的关联权值； 步骤S23、根据各个称重传感器的输出值计算时域特征和频域特征，作为目标域； 步骤S3、分别将源域与目标域各自的时域特征和频域特征进行融合，得到处理后的源域样本和无标签的目标域样本； 步骤S4、将源域样本和目标域样本分别通过核函数处理，再通过迁移成分分析方法TCA映射到特征空间，得到源域样本特征和目标域样本特征； 步骤S5、利用经TCA特征迁移后的源域和目标域被标记特征对预设的WKNN分类器进行训练，输出目标域伪标签； 步骤S6、使用目标域伪标签样本与源域合并，形成扩展的标注数据集，使用扩展的数据集重新训练WKNN分类器，得到训练后的WKNN分类器； 步骤S7、实时采集治超站点的任一动态汽车衡的相关数据，进行预处理后输入到训练后的WKNN分类器，输出预测的故障类型； 所述方法还包括，利用采集到的动态汽车衡的相关数据同步进行异常行为判断，同时对于步骤S7输出进一步筛查，若无异常行为则判定为对应的故障类型，否则，直接发出车辆异常行为警告； 所述方法还包括步骤8、在检测到故障后，采用多关联模型下基于改进粒子群优化广义回归神经网络的动态称重系统智能容错方法，对过往车辆进行测量预估，具体如下： 剔除因故障产生的偏离数据； 采用莱维飞行改进粒子群算法搜索最优解优化广义回归神经网络，得到匹配汽车衡数据样本的LPSO-GRNN网络模型，以此建立输出预估网络； 采用多关联模型确定不同故障下的理应特征值，再利用输出预估网络获得故障传感器的理应输出预估值，从而实现对往来车辆的测量预估值，所述理应特征值指的是由于传感器故障出现的信号均值频率、标准差频率、脉冲指标和均方根频率。

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福建省计量科学研究院(福建省眼镜质量检验站);福州大学，其通讯地址为：350000 福建省福州市华林路147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。