申请/专利权人：西安理工大学

申请日：2023-12-05

公开（公告）日：2024-04-12

公开（公告）号：CN117876738A

主分类号：G06V10/764

分类号：G06V10/764;G06V10/80;G06V10/10;G06N3/082;G06F18/243;G06N5/01;G06F18/25;G06F18/213;G06F18/241

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了一种基于双模态编码和剪枝的高速列车车轴故障诊断方法，具体为：步骤1，采集高速列车车轴振动信号；步骤2，将采集到的高速列车车轴振动信号集进行均衡处理；步骤3，将均衡处理后的高速列车车轴振动信号进行信号分解和去噪；步骤4，对分解和去噪后的高速列车车轴振动信号进行压缩和降维，并对降维后的高速列车车轴振动信号进行滑窗截取；步骤5，采用双模态融合的编码方法对截取的高速列车车轴振动信号进行整合，获得拼接图像；步骤6，将拼接图像进行图像增强；步骤7，将增强的图像进行分类。本发明解决了现有技术中存在的缺乏对车轴故障相关特征的捕捉和考虑，导致模型无法捕捉车轴故障的特征，从而影响诊断的准确性的问题。

主权项：1.基于双模态编码和剪枝的高速列车车轴故障诊断方法，其特征在于，具体按照如下步骤实施：步骤1，对高速列车车轴振动信号进行采集和记录；步骤2，将步骤1采集到的高速列车车轴振动信号集进行均衡处理；步骤3，将步骤2均衡处理后的高速列车车轴振动信号通过奇异谱分析方法进行信号分解和去噪；步骤4，通过LTTB降维拟合算法对经过步骤3处理的高速列车车轴振动信号进行压缩和降维，并对降维后的高速列车车轴振动信号进行滑窗截取；步骤5，采用双模态融合的编码方法对步骤4获得高速列车车轴振动信号进行整合，获得拼接图像；步骤6，将步骤5获得的拼接图像通过Laplace方法进行图像增强；步骤7，使用基于剪枝后的BoTNet网络模型将经步骤6增强的图像进行分类。

全文数据：

权利要求：

百度查询： 西安理工大学 基于双模态编码和剪枝的高速列车车轴故障诊断方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD