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！

龙图腾网恭喜西南交通大学申请的专利道岔转辙机故障诊断方法、装置、设备及可读存储介质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：CN115453227B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202210943361.4，技术领域涉及：G01R31/00；该发明授权道岔转辙机故障诊断方法、装置、设备及可读存储介质是由滕飞;乔露;罗金屯;李博;张凡;李天瑞设计研发完成，并于2022-08-08向国家知识产权局提交的专利申请。

本道岔转辙机故障诊断方法、装置、设备及可读存储介质在说明书摘要公布了：本发明提供了道岔转辙机故障诊断方法、装置、设备及可读存储介质，所述方法包括：获取不同类型的道岔转辙机的动作曲线，所述动作曲线包括A相电流曲线、B相电流曲线、C相电流曲线和功率曲线；对每一个所述动作曲线进行故障标注，得到标注后的动作曲线；基于每个所述标注后的动作曲线构建样本集，并构建对比曲线集；利用所述样本集和对比曲线集对深度神经网络模型进行训练，得到训练后的深度神经网络模型；利用所述训练后的深度神经网络模型对待诊断的道岔转辙机进行故障诊断，得到故障诊断结果。在本发明中，通过融合道岔转辙机历史样本信息来帮助诊断道岔转辙机故障，有效提升了模型诊断精度。

本发明授权道岔转辙机故障诊断方法、装置、设备及可读存储介质在权利要求书中公布了：1.道岔转辙机故障诊断方法，其特征在于，包括：获取不同类型的道岔转辙机的动作曲线，所述动作曲线包括A相电流曲线、B相电流曲线、C相电流曲线和功率曲线；对每一个所述动作曲线进行故障标注，得到标注后的动作曲线；基于每个所述标注后的动作曲线构建样本集，并构建对比曲线集；利用所述样本集和对比曲线集对深度神经网络模型进行训练，得到训练后的深度神经网络模型；利用所述训练后的深度神经网络模型对待诊断的道岔转辙机进行故障诊断，得到故障诊断结果；其中，利用所述样本集和对比曲线集对深度神经网络模型进行训练，得到训练后的深度神经网络模型，包括：按照预设的比例将所述样本集划分成训练集和验证集；利用所述训练集和所述对比曲线集对深度神经网络模型进行训练，其中，在进行训练的前N个轮次中，对第一子模型进行训练，从进行训练的第N+1个轮次开始，停止对所述第一子模型的训练，对第二子模型进行训练；所述第一子模型包括孪生的多维时间卷积网络、全连接层和softmax函数，所述第二子模型包括图注意力神经网络层和softmax函数，N为正整数；在每个轮次训练结束后，得到一个训练后的模型，利用所述验证集测试此模型的精度，当所有的轮次结束后，选取精度最高的所述训练后的模型作为所述训练后的深度神经网络模型；其中，训练方法包括：在进行训练的前N个轮次中，对第一子模型进行训练，其中，通过孪生的多维时间卷积网络来分别提取训练集数据中每个样本和每个样本对应的第三矩阵的特征，将提取到的全部特征输入全连接层，输出特征序列，将所述特征序列进行展平操作处理，展平处理后输入softmax函数中，得到不同诊断类别的置信度得分，N为正整数；从进行训练的第N+1个轮次开始，停止对所述第一子模型的训练，对第二子模型进行训练，其中，构建样本关联网络图，将所述样本关联网络图通过邻接矩阵表示，将每个样本对应的所述特征序列和所述邻接矩阵输入图注意力神经网络层中，使用图注意力神经网络层对所述邻接矩阵进行处理，提取图特征；将所述图特征进行展平操作处理，展平处理后输入softmax函数中，得到不同诊断类别的置信度得分。

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西南交通大学，其通讯地址为：610031 四川省成都市二环路北一段111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”。