買(mǎi)專(zhuān)利賣(mài)專(zhuān)利找龍圖騰，真高效！ 查專(zhuān)利查商標(biāo)用IPTOP,全免費(fèi)！專(zhuān)利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉華東交通大學(xué)申請(qǐng)的專(zhuān)利一種基于HSROA的軌道故障識(shí)別方法及系統(tǒng)獲國(guó)家發(fā)明授權(quán)專(zhuān)利權(quán)，本發(fā)明授權(quán)專(zhuān)利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120277617B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-12發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專(zhuān)利申請(qǐng)?zhí)?專(zhuān)利號(hào)為：202510749047.6，技術(shù)領(lǐng)域涉及：G06F18/25；該發(fā)明授權(quán)一種基于HSROA的軌道故障識(shí)別方法及系統(tǒng)是由王曉明;林子新;劉林芽;夏凱權(quán)設(shè)計(jì)研發(fā)完成，并于2025-06-06向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專(zhuān)利申請(qǐng)。

本一種基于HSROA的軌道故障識(shí)別方法及系統(tǒng)在說(shuō)明書(shū)摘要公布了：本發(fā)明公開(kāi)了一種基于HSROA的軌道故障識(shí)別方法及系統(tǒng)，包括：計(jì)算至少一個(gè)IMF分量信號(hào)的頻帶熵值，根據(jù)頻帶熵值大小在至少一個(gè)IMF分量信號(hào)中選取敏感IMF分量信號(hào)；根據(jù)帶通濾波器對(duì)敏感IMF分量信號(hào)進(jìn)行第二次濾波，得到目標(biāo)信號(hào)，并對(duì)目標(biāo)信號(hào)進(jìn)行包絡(luò)功率譜分析，得到故障特征頻率；將故障特征頻率與軌道振動(dòng)信號(hào)中的時(shí)域特征、頻域特征、時(shí)頻域特征進(jìn)行融合，得到融合特征向量，并根據(jù)融合特征向量構(gòu)建融合特征矩陣；將融合特征矩陣輸入至預(yù)設(shè)的深度信念網(wǎng)絡(luò)中進(jìn)行迭代訓(xùn)練，得到軌道故障識(shí)別模型，并將獲取的實(shí)時(shí)軌道振動(dòng)信號(hào)輸入至軌道故障識(shí)別模型中，軌道故障識(shí)別模型輸出得到軌道故障識(shí)別結(jié)果。

本發(fā)明授權(quán)一種基于HSROA的軌道故障識(shí)別方法及系統(tǒng)在權(quán)利要求書(shū)中公布了：1.一種基于HSROA的軌道故障識(shí)別方法，其特征在于，包括： 獲取軌道振動(dòng)信號(hào)，并采用超頻帶信號(hào)精煉優(yōu)化算法作為預(yù)濾波器對(duì)所述軌道振動(dòng)信號(hào)進(jìn)行第一次濾波，得到預(yù)濾波后的窄頻帶信號(hào)，其中，所述采用超頻帶信號(hào)精煉優(yōu)化算法作為預(yù)濾波器對(duì)所述軌道振動(dòng)信號(hào)進(jìn)行第一次濾波，得到預(yù)濾波后的窄頻帶信號(hào)包括： 采用多小波包分解將所述軌道振動(dòng)信號(hào)通過(guò)低通濾波器和高通濾波器分解為第一低頻信號(hào)和第一高頻信號(hào)，表達(dá)式為： ， ， ， ， 式中，為第一低頻信號(hào)，為低通濾波器系數(shù)，為輸入信號(hào)采樣點(diǎn)索引，為輸出信號(hào)采樣點(diǎn)索引，為原始軌道振動(dòng)信號(hào)，為第一高頻信號(hào)，為高通濾波器系數(shù)，為第一低頻子信號(hào)，為第一高頻子信號(hào)，為濾波器索引，為單位沖激函數(shù)，為輸入到下一層分解的低頻信號(hào)，用于計(jì)算第一低頻子信號(hào)； 將所述第一低頻信號(hào)再通過(guò)低通濾波器和高通濾波器進(jìn)行分解，得到第一低頻子信號(hào)和第一高頻子信號(hào)，并根據(jù)所述第一低頻子信號(hào)的非線性組合能量和頻率特征，以及所述第一高頻子信號(hào)的非線性組合能量和頻率特征計(jì)算各個(gè)第一低頻信號(hào)的綜合評(píng)分，表達(dá)式為： ， 式中，為非線性組合能量項(xiàng)，為指數(shù)衰減項(xiàng)，為頻率特征項(xiàng)，為頻率特征指數(shù)，為第i個(gè)第一低頻信號(hào)的綜合評(píng)分； 將綜合評(píng)分大于預(yù)設(shè)閾值的第一低頻信號(hào)定義為目標(biāo)第一低頻信號(hào)，并通過(guò)預(yù)設(shè)的重構(gòu)濾波器將所述目標(biāo)第一低頻信號(hào)進(jìn)行信號(hào)重構(gòu)，得到預(yù)濾波后的窄頻帶信號(hào)，其中，表達(dá)式為： ， 式中，為預(yù)濾波后的窄頻帶信號(hào)，為目標(biāo)第一低頻信號(hào)，為優(yōu)化后的重構(gòu)低通濾波器系數(shù)，為第一低頻子信號(hào)在卷積操作中的采樣點(diǎn)位置，為衰減系數(shù)，為各個(gè)第一低頻信號(hào)的綜合評(píng)分，為時(shí)間窗函數(shù)，為噪聲抑制項(xiàng)，為優(yōu)化后的重構(gòu)高通濾波器系數(shù)，為第一高頻子信號(hào)在卷積操作中的采樣點(diǎn)位置； 所述重構(gòu)濾波器的濾波器系數(shù)通過(guò)改進(jìn)PSO算法進(jìn)行優(yōu)化得到，具體包括： 初始化粒子群并隨機(jī)生成一組粒子，每個(gè)粒子代表一組重構(gòu)濾波器系數(shù)和，即，每個(gè)粒子包含相應(yīng)位置和速度且初始值為隨機(jī)值，結(jié)合均方誤差和信噪比兩個(gè)指標(biāo)，創(chuàng)建綜合適應(yīng)度函數(shù)，表達(dá)式為： ， 式中，為綜合適應(yīng)度函數(shù)，為信噪比，為信噪比的權(quán)重指數(shù)，為衰減系數(shù)，為均方誤差，為均方誤差的調(diào)節(jié)指數(shù)，為權(quán)重，和為學(xué)習(xí)因子； 根據(jù)適應(yīng)度函數(shù)的計(jì)算結(jié)果，更新個(gè)體最優(yōu)位置和全局最優(yōu)位置，再根據(jù)個(gè)體最優(yōu)位置和全局最優(yōu)位置，不斷更新粒子的速度和位置，直到迭代預(yù)設(shè)次數(shù)時(shí)終止，得到最終粒子速度和位置，與此同時(shí)得到優(yōu)化后的濾波器系數(shù)，表達(dá)式為： ， ， ， ， 式中，為個(gè)體最優(yōu)位置，為全局最優(yōu)位置，為粒子i在時(shí)間t的位置，為粒子在位置處的綜合適應(yīng)度值，為粒子在個(gè)體最優(yōu)位置處的綜合適應(yīng)度值，為更新后粒子的速度，為權(quán)重，為粒子i在時(shí)間t的速度，和為學(xué)習(xí)因子，和為[0,1]內(nèi)的隨機(jī)因子，為更新后粒子的位置； 對(duì)所述窄頻帶信號(hào)進(jìn)行EEMD分解，得到至少一個(gè)IMF分量信號(hào)，并計(jì)算所述至少一個(gè)IMF分量信號(hào)的頻帶熵值，根據(jù)頻帶熵值大小在所述至少一個(gè)IMF分量信號(hào)中選取敏感IMF分量信號(hào)； 根據(jù)帶通濾波器對(duì)敏感IMF分量信號(hào)進(jìn)行第二次濾波，得到目標(biāo)信號(hào)，并對(duì)所述目標(biāo)信號(hào)進(jìn)行包絡(luò)功率譜分析，得到故障特征頻率； 將所述故障特征頻率與所述軌道振動(dòng)信號(hào)中的時(shí)域特征、頻域特征、時(shí)頻域特征進(jìn)行融合，得到融合特征向量，并根據(jù)所述融合特征向量構(gòu)建融合特征矩陣； 將所述融合特征矩陣輸入至預(yù)設(shè)的深度信念網(wǎng)絡(luò)中進(jìn)行迭代訓(xùn)練，得到軌道故障識(shí)別模型，并將獲取的實(shí)時(shí)軌道振動(dòng)信號(hào)輸入至所述軌道故障識(shí)別模型中，所述軌道故障識(shí)別模型輸出得到軌道故障識(shí)別結(jié)果。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類(lèi)似專(zhuān)利技術(shù)，可聯(lián)系本專(zhuān)利的申請(qǐng)人或?qū)＠麢?quán)人華東交通大學(xué)，其通訊地址為：330000 江西省南昌市經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)雙港東大街808號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。