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申请的专利噪声影响下变工况的高速列车制动闸片健康状态监测系统及构建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：CN115526210B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202211300554.4，技术领域涉及：G06F18/2415；该发明授权噪声影响下变工况的高速列车制动闸片健康状态监测系统及构建方法是由张敏;康庄;莫继良;程文明;周仲荣设计研发完成，并于2022-10-24向国家知识产权局提交的专利申请。

本噪声影响下变工况的高速列车制动闸片健康状态监测系统及构建方法在说明书摘要公布了：本发明公开一种噪声影响下变工况的高速列车制动闸片健康状态监测系统及构建方法，其包括输入层，用于对接收的制动闸片信号进行预处理；特征提取模块，用于对经输入层得到的制动闸片信号进行特征提取；IAM混合模块，包括若干并行设置的提取单元，用于分别对特征提取模块提取的特征进行再提取，并将各提取单元提取的特征进行拼接；分类器，用于依据IAM混合模块输出的拼接结果进行分类，确定的制动闸片故障类型。本发明通过IAM模块能够学习所提取特征的多个域不变表征并对齐，通过所提出的损失函数减小源域与目标域之间的距离，实现源域与目标域之间的迁移，从而能够在噪声影响及变工况下更好的实现对制动闸片监控状态监测。

本发明授权噪声影响下变工况的高速列车制动闸片健康状态监测系统及构建方法在权利要求书中公布了：1.一种噪声影响下变工况的高速列车制动闸片健康状态监测系统，其特征在于，包括： 输入层，用于对接收的制动闸片信号进行预处理； 特征提取模块，用于对经输入层得到的制动闸片信号进行特征提取； IAM混合模块，包括四个并行设置的提取单元，用于分别对特征提取模块提取的特征进行再提取，并将各提取单元提取的特征进行拼接；每个提取单元使用不同的卷积神经网络，每个提取单元后设置一个全局平均池；第一个提取单元设置有一个卷积层，内核大小为1；第二个提取单元设置有两个卷积层，第一个卷积层内核大小为1，第二个卷积层内核大小为5；第三个提取单元设置有三个卷积层，第一个卷积层内核大小为1，第二个卷积层内核大小为3，第三个卷积层内核大小为3；第四个提取单元包括一个卷积层和一个平均池化层，卷积层内核大小为1； 分类器，用于依据IAM混合模块输出的拼接结果进行分类，确定的制动闸片故障类型； 优化模块，用于在系统训练过程中，获取系统损失函数，并依据损失值对系统网络参数进行优化；步骤： S1将训练用数据分为若干批次训练子集，每批次训练子集包含相同数量的源域数据集和目标域数据集； S2依次使用各批次训练子集对所述高速列车制动闸片健康状态监测系统进行训练； S3每完成一批次训练，获取系统损失函数； S4基于获取的损失值对系统网络参数进行优化； 所述系统损失函数包括分类损失和域适应损失，损失函数公式如下： ； 式中，表示交叉熵损失函数，表示域适应损失，表示系统预测结果，表示源域第i个信号样本，表示源域第i个信号样本标签，ns表示源域信号样本数量，hj表示第j个提取单元，nr表示提取单元个数，g表示输入层和特征提取模块，Xs表示源域样品信号，Xt表示目标域样本信号，表示权衡参数； ； 式中，表示表征与表征之间的条件分布差异，C表示标签的种类数量，c表示标签种类，表示源域中标签为c的样本数量，表示源域第k个标签为c的样本，表示源域中标签为c的样本集合，表示目标域中标签为c的样本数量，表示目标域第l个标签为c的样本，表示目标域中标签为c的样本集合，表示通过映射函数将样本所映射到的特征空间。

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，其通讯地址为：610031 四川省成都市二环路北一段111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。