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一种基于生成模型零样本学习策略的转向架未知故障诊断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：CN119358375B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202411297685.0，技术领域涉及：G06F30/27；该发明授权一种基于生成模型零样本学习策略的转向架未知故障诊断方法是由黄德青;尹怡蕊;秦娜;杜家豪;王天韪;侯冉阳设计研发完成，并于2024-09-18向国家知识产权局提交的专利申请。

本一种基于生成模型零样本学习策略的转向架未知故障诊断方法在说明书摘要公布了：本发明涉及高速列车转向架故障检测技术领域，公开一种基于生成模型零样本学习策略的转向架未知故障诊断方法，使用多体动力学分析软件SIMPACK对于电力机车进行转向架机械故障模拟实验收集正常与故障数据；针对列车运行影响因素进行故障属性语义矩阵搭建；根据数据属性与故障数据进行特征提取；搭建基于扩散模型的未知故障数据特征样本生成模型，利用随机噪声与未知类故障属性组合进行未知类故障的数据特征生成；构建故障诊断分类模型，实现数据特征到故障属性再到故障类别的映射。本发明完成针对高速列车转向架已知类故障与未知类故障的诊断，提高故障诊断的准确率和泛化性，为高速列车转向架的安全使用提供全面保障。

本发明授权一种基于生成模型零样本学习策略的转向架未知故障诊断方法在权利要求书中公布了：1.一种基于生成模型零样本学习策略的转向架未知故障诊断方法，其特征在于，所述方法包括：获取列车运行数据；根据列车转向架上故障位置与运行速度，构建列车转向架的故障属性语义矩阵，基于所述故障属性语义矩阵对所述列车运行数据进行采样得到采样数据，所述采样数据包括已知类故障数据和未知类故障数据；利用残差特征提取网络对所述已知类故障数据和未知类故障数据进行采样，得到已知类故障数据特征和未知类故障数据特征；构建基于扩散模型的未知故障数据特征生成模型，利用随机噪声和已知类故障数据特征对所述未知故障数据特征生成模型进行训练，将未知类故障数据特征输入至训练得到的未知故障数据特征生成模型中，得到未知类生成故障数据特征；构建故障诊断分类模型，利用所述已知类故障数据特征和未知类生成故障数据特征对所述故障诊断分类模型进行训练，基于训练得到的故障诊断分类模型实现转向架未知故障诊断；通过如下方法构建残差特征提取网络：搭建基于一维卷积特征一次提取模块；其中基于一维卷积特征一次提取模块包括第一卷积层和第二卷积层，通过第一卷积层和第二卷积层执行卷积操作以提取相邻域的结构特征；构建两个残差块，基于提取的相邻域的结构特征，利用两个残差块交替两次以提取深层故障模态特征，并直接映射以连接网络不同层；搭建应用于一维信号的自适应平均池化层，所述自适应平均池化层将输入的深层故障模特特征调整至设定的输出大小以得到对称的低维数据特征；其中，对称的低维数据特征包括已知类故障数据特征和未知类故障数据特征；所述基于扩散模型的未知故障数据特征生成模型包括噪声预测模型、使用跳跃连接的编码模块与解码模块；其中，所述噪声预测模型包括两个嵌入层和一个融合层，所述两个嵌入层用于转换加噪步与属性编码标签特征以利于融合特征，所述融合层用于进行特征与加噪步特征、属性编码标签特征的拼接融合，得到融合特征；所述编码模块包括用于提取特征的Conv卷积层、ReLU激活函数层与MaxPool池化层，所述解码模块包括用于上采样的ConvTrans反卷积层与ReLU激活函数层。

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：610000 四川省成都市二环路北一段；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”。