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！

龙图腾网获悉大连交通大学申请的专利一种声发射信号识别方法及网络模型训练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：CN116975627B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202310730388.X，技术领域涉及：G06F18/214；该发明授权一种声发射信号识别方法及网络模型训练方法是由林丽;周康慧;李坤;田翀设计研发完成，并于2023-06-20向国家知识产权局提交的专利申请。

本一种声发射信号识别方法及网络模型训练方法在说明书摘要公布了：本发明公开了一种声发射信号识别方法，包括如下步骤：采集车轴运行过程中产生的声发射信号数据；对采集到的信号数据进行预处理操作；将经过预处理的信号数据导入网络识别模块中，利用网络模块中已训练好的改进一维CNN网络模型对导入的信号数据进行识别分析；输出识别结果。本发明还公开了一种模型训练方法，用于对改进一维CNN网络模型进行训练。本发明用于列车故障诊断领域，对列车车轴声发射信号采集后的识别以及对车轴运行过程中的实时监测，可以通过深度网络体系结构从原始声发射信号中提取更高层次的信号特征，并具有较好的故障识别能力。

本发明授权一种声发射信号识别方法及网络模型训练方法在权利要求书中公布了：1.一种声发射信号识别方法，其特征在于，所述方法包括如下步骤： 步骤S1、采集车轴运行过程中产生的声发射信号数据； 步骤S2、对采集到的信号数据进行预处理操作； 步骤S3、将经过预处理的信号数据导入网络识别模块中，利用网络模块中已训练好的改进一维CNN网络模型对导入的信号数据进行识别分析； 步骤S4、输出识别结果，若导入的信号数据识别为“车轴疲劳裂纹信号特征”则输出结果为“0”，若导入的信号数据识别为“干扰信号特征”则输出结果为“1”； 所述步骤S2中，对采集到的信号数据进行预处理操作，包括将信号数据以1024个数据点为一个切分距离，对所述信号数据进行切分的步骤； 所述步骤S3中，所述改进一维CNN网络模型包括一维卷积池化模块、残差模块、全局平均池化层、输出层；所述一维卷积池化模块包括两个卷积层和两个池化层，其中一个卷积层是8个23*1大小的一层卷积核，另一个卷积层是16个12*1大小的二层卷积核，两个池化层的大小均为2*1；所述残差模块由十个依次连接的两层残差块组成； 所述步骤S3中，利用网络模块中已训练好的改进一维CNN网络模型对导入的信号数据进行识别分析，具体包括如下步骤： 步骤S31、在所述一维卷积池化模块1的一层卷积核11中，对导入的信号数据进行一维卷积操作，得到一层一维卷积特征数据； 步骤S32、在所述一维卷积池化模块1的第一个池化层21中，对所述一层一维卷积特征数据进行均值池化操作，输出一层池化后数据； 步骤S33、在所述一维卷积池化模块1的二层卷积核12中，对导入的所述一层池化后数据进行再次一维卷积操作，得到二层一维卷积特征数据； 步骤S34、在所述一维卷积池化模块1的第二个池化层22中，对二层一维卷积特征数据进行再次均值池化操作，输出二层池化后数据； 步骤S35、将所述池化后数据输入到残差模块3中，所述十个依次连接的两层残差块31对所述二层池化后数据进行依次处理后输出整体输出值； 步骤S36、整体输出值进入所述全局平均池化层进行平均池化； 步骤S37、平均池化后的数据由所述输出层输出最终结果。

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大连交通大学，其通讯地址为：116028 辽宁省大连市沙河口区黄河路794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。