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！

龙图腾网获悉同济大学申请的专利一种基于角度域平均的车轮多边形识别方法及系统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：CN116279652B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202310178674.X，技术领域涉及：B61K9/12；该发明授权一种基于角度域平均的车轮多边形识别方法及系统是由孙文静;耿璇;王腾飞设计研发完成，并于2023-02-28向国家知识产权局提交的专利申请。

本一种基于角度域平均的车轮多边形识别方法及系统在说明书摘要公布了：本发明涉及一种基于角度域平均的车轮多边形识别方法及系统，方法包括以下步骤：采集列车在运行过程中的轴箱振动加速度信号和车辆速度信号；确定车轮转动周期，根据角度域平均方法对轴箱振动加速度信号进行信号重采样、叠加和平均，得到处理后的轴箱振动加速度信号；车轮多边形状态包括车轮多边形的阶次和对应的幅值，基于处理后的车轮多边形信号进行车轮多边形阶次和幅值的识别。与现有技术相比，本发明对轨道车辆在运行过程中所产生的轴箱振动加速度和车辆速度进行采集，并运用角度域平均法提取加速度信号中车轮多边形信息，再进一步处理提取车轮多边形的阶次和幅值，能够将车轮多边形特征信号从复杂的加速度信号中提取出来并准确识别。

本发明授权一种基于角度域平均的车轮多边形识别方法及系统在权利要求书中公布了：1.一种基于角度域平均的车轮多边形识别方法，其特征在于，包括以下步骤： 1采集列车在运行过程中的轴箱振动加速度信号和车辆速度信号； 2确定车轮转动周期，根据角度域平均方法对轴箱振动加速度信号进行信号重采样、叠加和平均，得到处理后的轴箱振动加速度信号； 3车轮多边形状态包括车轮多边形的阶次和对应的幅值，基于处理后的车轮多边形信号进行车轮多边形阶次和幅值的识别； 所述步骤2包括： S1、设采集到的轴箱振动加速度信号为xt，其中包括周期性信号车轮不圆信号ft和非周期信号gt，即： xt＝ft+gt S2、基于车辆速度信号确定车辆旋转周期，按车辆旋转周期截取所述的轴箱振动加速度信号xt，将轴箱振动加速度信号xt分为P段信号； S3、将P段信号叠加，得到： 其中，i＝1，2，…，P，xti表示车轮旋转第i周的轴箱振动加速度信号； S4、对叠加后的信号进行平均，得到处理后的轴箱振动加速度信号： 其中，yt表示处理后的轴箱振动加速度信号； 步骤S2中，基于车辆速度信号确定车辆旋转周期具体为： 基于车轮半径计算车轮周长，将车辆速度信号对时间进行积分，积分计算结果等于车轮周长的积分区间对应一个车辆转动周期，如下： 其中，st是t时刻的车辆位移，R为车轮半径，[t1,t2]为一个车辆转动周期，vt为车辆速度信号； 重复上述步骤，得到多个车辆转动周期，按照车辆转动周期对轴箱振动加速度信号xt进行对应截取，将轴箱振动加速度信号xt分为P段信号； 步骤3中，根据车轮多边形阶次与轮轨激励频率的关系，确定各阶车轮多边形的激励频率，车轮多边形阶次与轮轨激励频率的关系如下： 其中，l表示车轮多边形阶次；fw表示车轮多边形磨耗产生的轮轨激励频率；v表示车辆速度；d表示车轮直径； 步骤3中，根据惯性基准法计算得到车轮多边形对应阶次的幅值，包括： 1将处理后的轴箱振动加速度信号yt采取傅里叶变换，将离散的时域信号转换为频域信号，如下： 其中，Fk表示傅里叶变换后转移到频域内的结果，s表示采样点，S表示总采样点数，j表示虚单位，k表示频率； 2在频域内将加速度转换到位移，同时进行频域滤波处理并除以角频率的平方，得到两次频域积分的结果： 其中，Ak表示经过积分后得到的结果，fl和fh分别为下限截止频率和上限截止频率，ω为角频率； 3根据步骤1中计算得到各阶车轮多边形得到的激励频率fw确定各阶车轮多边形的幅值Afw，将幅值转换为粗糙度等级，计算车轮粗糙度等级计算公式为： 其中，Lr为车轮表面粗糙度等级幅值；r0为钢轨表面短波粗糙度参考值；rrms为钢轨表面粗糙度幅值Afw的有效值。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。