Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中车青岛四方机车车辆股份有限公司徐磊获国家专利权

中车青岛四方机车车辆股份有限公司徐磊获国家专利权

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!

龙图腾网获悉中车青岛四方机车车辆股份有限公司申请的专利一种车辆故障分析方法、系统、装置及列车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:CN116625428B

龙图腾网通过国家知识产权局官网在2026-03-31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:202310079415.1,技术领域涉及:G01D21/02;该发明授权一种车辆故障分析方法、系统、装置及列车是由徐磊;刘泰;董威;王俊彦;杨慕晨设计研发完成,并于2023-01-17向国家知识产权局提交的专利申请。

一种车辆故障分析方法、系统、装置及列车在说明书摘要公布了:本发明公开了一种车辆故障分析方法、系统、装置及列车,涉及车辆控制领域。对车辆上的各个传感器采集的原始特征变量进行相关性分组处理,生成第一数据集,基于第一数据集中各个数据点进行组内分析,确定组内数据异常相关性分组,并设定第二数据集中各个相关性分组的特征值作为相关性分组的唯一特征变量,基于第二数据集中的各个数据点中的唯一特征变量和或基于组内数据异常相关性分组中的原始特征变量确定异常车厢,以实现基于组内和或组间特征变量对异常车厢的判断。利用各个原始特征变量之间的相关性,基于第一数据集进行组内特征变量分析,基于第二数据集进行组间特征变量分析,进行车辆故障的判断,提高判断的准确性和有效性。

本发明授权一种车辆故障分析方法、系统、装置及列车在权利要求书中公布了:1.一种车辆故障分析方法,其特征在于,包括: 对车辆上的各个传感器采集的原始特征变量进行相关性分组处理,生成第一数据集,所述第一数据集包括多个数据点,且各个所述数据点包括多个所述相关性分组; 将所述第一数据集中各个所述数据点中的各个相关性分组中的特征值分别设置为各个所述数据点中各个所述相关性分组中的唯一特征变量,生成第二数据集; 基于所述第一数据集中各个所述数据点进行组内分析,确定组内数据异常相关性分组; 基于第二数据集中的各个所述数据点中的所述唯一特征变量和所述组内数据异常相关性分组中的原始特征变量确定异常车厢; 将所述第一数据集中各个所述数据点中的各个相关性分组中的特征值分别设置为各个所述数据点中各个所述相关性分组中的唯一特征变量,生成第二数据集,包括: 将所述第一数据集中各个所述数据点中的各个相关性分组中的特征值分别设置为各个所述数据点中各个所述相关性分组中的唯一特征变量; 按照所述数据点的时间顺序将所述第一数据集中邻近的预设数量的所述数据点的同一所述相关性分组的唯一特征变量的均值和标准差设定为所述数据点的额外特征变量,生成所述第二数据集; 基于第二数据集中的各个所述数据点中的所述唯一特征变量和所述组内数据异常相关性分组中的原始特征变量确定异常车厢,包括: 基于离群点检测算法对所述第二数据集中各个所述数据点的各个所述唯一特征变量和所述额外特征变量进行离群点检测,并基于所述离群点检测算法对所述组内数据异常相关性分组中的各个原始特征变量进行离群点检测,以确定所述异常车厢; 基于离群点检测算法对所述第二数据集中各个所述数据点的各个所述唯一特征变量和所述额外特征变量进行离群点检测,以确定所述异常车厢,包括: 基于多维高斯分布计算所述第二数据集中各个所述数据点的联合概率密度; 基于各个所述数据点的联合概率密度确定各个所述数据点的异常得分; 基于离群点检测算法对所述第二数据集中各个所述数据点的各个所述唯一特征变量和所述额外特征变量进行离群点检测,并基于各个所述数据点的异常得分确定所述异常车厢; 基于多维高斯分布计算所述第二数据集中各个所述数据点的联合概率密度,包括: 建立多维高斯分布模型,计算第二数据集中各个数据点中唯一特征变量和额外特征变量的均值和方差对多维高斯分布模型进行拟合;使用拟合后的多维高斯分布模型计算每个数据点出现的联合概率密度; 基于各个所述数据点的联合概率密度确定各个所述数据点的异常得分,包括: 根据每个数据点出现的联合概率密度分别对各个数据点进行打分,将联合概率密度低于预设概率密度阈值的数据点记为异常数据点,赋予异常数据点较高的异常得分,输出每个数据点的异常得分和异常分类;将数据点的联合概率密度记为,则数据点的异常得分为: ; 基于所述第一数据集中各个所述数据点进行组内分析,确定组内数据异常相关性分组,包括: 对所述第一数据集中各个所述相关性分组内的各个原始特征变量进行两两相关性判断,将相关性异常的所述原始特征变量所在的相关性分组设定为所述组内数据异常相关性分组。

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中车青岛四方机车车辆股份有限公司,其通讯地址为:266111 山东省青岛市城阳区锦宏东路88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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。