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！

龙图腾网获悉湖南联诚轨道装备有限公司申请的专利一种基于数模驱动的车载牵引风机轴承异常评估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：CN121328357B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202511893408.0，技术领域涉及：G06F30/27；该发明授权一种基于数模驱动的车载牵引风机轴承异常评估方法是由詹腾;李西西;陈文韬;罗岸华;张磊;王文;欧阳大胜设计研发完成，并于2025-12-16向国家知识产权局提交的专利申请。

本一种基于数模驱动的车载牵引风机轴承异常评估方法在说明书摘要公布了：本发明涉及风机电机技术领域，解决了现有技术的实测异常数据采集难度大、成本高导致异常数据稀缺使模型因训练数据不足出现欠拟合的技术问题，尤其涉及一种基于数模驱动的车载牵引风机轴承异常评估方法，包括获取风机轴承的有限先验异常实测数据，基于风机轴承的真实几何与工况参数，构建四自由度动力学模型以获取海量仿真动态响应信号，构建深层分支迁移网络模型。本发明弥补了车载场景下风机轴承异常实测数据稀缺的短板，无需依赖大量难以获取的实测异常数据，大幅降低了数据采集的时间成本与经济成本，确保数据的工况适配性，为模型训练提供了高质量的源域数据支撑，避免了因数据不足导致的模型欠拟合问题。

本发明授权一种基于数模驱动的车载牵引风机轴承异常评估方法在权利要求书中公布了：1.一种基于数模驱动的车载牵引风机轴承异常评估方法，其特征在于，该方法包括以下步骤： S1、获取风机轴承的有限先验异常实测数据，基于风机轴承的真实几何与工况参数，构建四自由度动力学模型以获取海量仿真动态响应信号； S2、构建用于风机轴承振动信号异常特征提取的深层分支迁移网络模型，其包括两个结构一致的深层分支网络，深层分支网络包括逐层递进式提取的特征提取模块和特征拟合与分类模块；特征提取模块包括浅层特征提取模块、中层特征提取模块和多尺度深层特征提取模块及三个卷积层，且多尺度深层特征提取模块设有用于拼接深层特征的DepthConcatenation层，且特征提取模块中各层的卷积层用于数据特征的提取，计算各层特征提取模块的卷积层输出的特征图； S3、以有限先验异常实测数据为目标域数据、海量仿真动态响应信号为源域数据并进行预处理，再代入深层分支迁移网络模型，之后采用交叉熵损失函数计算模型损失值，并迭代更新模型参数，完成深层分支迁移网络模型的训练与优化；在步骤S3中，具体步骤包括如下： S31、将预处理后的目标域数据和源域数据代入深层分支迁移网络模型中，进行特征提取与分类预测，分别得到源域数据和目标域数据的预测概率； S32、根据源域数据和目标域数据的预测概率，采用交叉熵损失函数，分别计算源域数据、目标域数据的交叉熵损失以及模型总损失值，表达式分别如下： ； ； ； 式中，为源域数据的交叉熵损失，为源域数据样本的真实标签，为源域数据样本的预测概率，为目标域数据的交叉熵损失，为目标域数据样本的真实标签，为目标域数据样本的预测概率，为模型总损失值，为源域损失权重系数，为样本类别； S33、基于梯度下降法，对源域预训练分支、目标域微调分支的所有可训练参数进行同步更新，更新的表达式如下： ； 式中，为第次迭代后的网络参数，为第次迭代后的网络参数，为学习率，为模型总损失函数对网络参数的梯度； S34、针对多尺度深层特征提取模块的中层特征提取模块参数，按多分支梯度汇总方式计算梯度并更新，梯度计算表达式为： ； 式中，为模型总损失函数对中层特征提取模块参数的梯度，为第个并行分支的输出特征对参数的梯度，为模型总损失函数对第个并行分支输出特征的梯度； S35、将预处理后的目标域数据和源域数据分别输入当前迭代更新后的深层分支迁移网络模型，计算深层分支迁移网络模型的分类准确率，计算表达式为： ； 式中，为深层分支迁移网络模型的分类准确率，为预测结果与真实标签一致的验证集样本数，为源域验证集与目标域验证集的总样本数； S36、根据分类准确率是否大于预设阈值或迭代次数是否达到预设上限判断深层分支迁移网络模型是否训练完成； 若是，则模型训练完成； 若否，则返回步骤S31，调整学习率后继续训练； S4、将训练优化后的深层分支迁移网络模型部署于车载风机现场，对风机轴承状态进行异常评估，根据预设的评估结果执行对应运维操作并返回步骤S1。

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湖南联诚轨道装备有限公司，其通讯地址为：412001 湖南省株洲市石峰区联诚路66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。