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！

龙图腾网获悉北京交通大学申请的专利一种用于钢轨波磨打磨的辅助决策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：CN119601037B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202411799302.X，技术领域涉及：G10L25/48；该发明授权一种用于钢轨波磨打磨的辅助决策方法及系统是由王阳;肖宏;高亮;刘强;迟义浩;钱忠霞;魏绍磊;赵伟择;李云鹏;何建波;武庆;陈盈盈设计研发完成，并于2024-12-09向国家知识产权局提交的专利申请。

本一种用于钢轨波磨打磨的辅助决策方法及系统在说明书摘要公布了：本发明公开了一种用于钢轨波磨打磨的辅助决策方法及系统，其方法包括：S1、获取车内噪声数据：采集列车运行过程中产生的真实车内噪声信号，真实车内噪声信号由声压传感器和数据采集仪组成的采集系统采集；S2、获取列车运行速度及钢轨波磨数据；S3、预处理车内噪声数据；S4、预训练车内噪声数据；S5、构建钢轨波磨打磨的数据标签；S6、利用钢轨波磨打磨标签数据对自监督对比学习模型进行精调；S7、在最终的钢轨波磨打磨辅助决策模型里，输入现场实测的车内噪声数据，得到钢轨打磨建议。本发明方法能够根据车内噪声给出钢轨波磨打磨建议，具有高效、智能、主动维护等优点。

本发明授权一种用于钢轨波磨打磨的辅助决策方法及系统在权利要求书中公布了：1.一种用于钢轨波磨打磨的辅助决策方法，其特征在于，包括： S1、获取车内噪声数据：采集列车运行过程中产生的真实车内噪声信号，真实车内噪声信号由声压传感器和数据采集仪组成的采集系统采集； S2、获取列车运行速度及钢轨波磨数据：采集列车运行过程中的运行速度数据及真实钢轨波磨数据，真实钢轨波磨数据由波磨小车采集，包括波长和幅值； S3、预处理车内噪声数据：去除列车启动制动以及停在车站时的车内噪声数据；根据不同类型铁路的钢轨波磨波长分布范围确定滤波范围，利用数字滤波器对原始车内噪声数据进行带通滤波，得到滤波后的车内噪声数据，如公式1～3；对滤波后的车内噪声数据进行切片处理，得到车内噪声数据集；对车内噪声数据集进行随机数据增强，得到增强后的车内噪声数据集；其中，随机数据增强包括添加高斯噪声、随机频域遮罩、时间反转和数值翻转； 式中vmax和vmin分别为该区段列车运行的最大和最小速度，λmax和λmin分别为该区段钢轨波磨的最大和最小波长，Fmax和Fmin分别为带通滤波的上下限频率，filter指FIR数字带通滤波器，xt为原始车内噪声数据，ft为滤波后车内噪声数据； S4、预训练车内噪声数据：利用自监督对比学习模型在增强后的车内噪声数据集上进行预训练，抽取高维车内噪声数据的低维嵌入特征； 其中，自监督对比学习模型包括改进的频域增强跳连卷积模块和多头注意力自回归模块； 其中，频域增强跳连卷积模块genc将高维车内噪声数据编码到低维的嵌入空间内，如公式4； 多头注意力自回归模块gar利用嵌入向量对未来时间步进行预测，如公式5； zt＝gencxt4 ct＝garz≤t5 式中zt是经过频域增强跳连卷积模块编码后的嵌入向量，ct是经过多头注意力自回归模块输出的上下文向量； S5、构建钢轨波磨打磨的数据标签； S6、利用钢轨波磨打磨标签数据对自监督对比学习模型进行精调； 将在车内噪声数据集上得到的自监督对比学习模型最优参数作为预训练参数； 构建分类头模型，与冻结的自监督对比学习模型组成精调模型； 在钢轨波磨打磨的标签数据训练集上进行训练，得到精调模型的参数； 在钢轨波磨打磨的标签数据验证集上进行验证，选择最优的精调模型参数，得到最终的钢轨波磨打磨辅助决策模型； S7、在最终的钢轨波磨打磨辅助决策模型里，输入现场实测的车内噪声数据，得到钢轨打磨建议。

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北京交通大学，其通讯地址为：100044 北京市海淀区西直门外上园村3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。