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！

龙图腾网获悉天津久荣工业技术有限公司申请的专利一种基于深度学习的轮胎失效信号检测系统及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：CN121207580B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202511535062.7，技术领域涉及：G01M17/02；该发明授权一种基于深度学习的轮胎失效信号检测系统及方法是由陈崇乾;顾正设计研发完成，并于2025-10-27向国家知识产权局提交的专利申请。

本一种基于深度学习的轮胎失效信号检测系统及方法在说明书摘要公布了：本发明公开了一种基于深度学习的轮胎失效信号检测系统及方法，涉及轮胎振动检测与故障诊断技术领域，用于解决轮胎试验中失效检测准确性低、预警不及时的问题，通过在转鼓试验台架部署多通道振动传感器，采集时序信号并同步生成动态响应序列；在边缘侧进行滤波降噪并提取多尺度能量曲线，分析振动能量突变以识别失效诱发模式及概率分布，结合工况标签通过云端深度学习模型输出失效类型与异常评分，并依据风险评估模型生成处置策略；通过特征空间变换对样本进行解耦与重组，结合虚拟场景仿真合成虚拟样本，实现样本库的自适应增广，实现了轮胎失效的精准早期识别与智能决策，提升了检测系统的准确性与自适应优化能力。

本发明授权一种基于深度学习的轮胎失效信号检测系统及方法在权利要求书中公布了：1.一种基于深度学习的轮胎失效信号检测方法，其特征在于，包括以下步骤： 在转鼓高速运行与试验场环境中，采集多通道振动传感器振动时序信号，并进行时间同步，生成振动动态响应序列，记录工况标签； 在边缘侧对振动动态响应序列进行机械滤波与数字降噪，提取短时能量、频谱带能量及包络特征，计算多尺度能量曲线； 基于多尺度能量曲线分析振动能量突变的频率和持续时间，识别失效诱发模式，并结合工况标签，计算出对应的失效概率分布，通过云端深度学习模型，输出对应的失效类型和异常评分； 根据失效类型、异常评分和多源监测参数，通过预设的风险评估模型，形成风险等级评估，输出处置策略； 依据处置策略，控制试验台架停机或降载，将多源监测参数存档； 根据失效类型和异常评分，结合识别失效诱发模式、失效概率分布和存档，执行样本增广与合成策略，补充样本数量； 基于多尺度能量曲线分析振动能量突变的频率和持续时间，识别失效诱发模式，并结合工况标签，计算出对应的失效概率分布，通过云端深度学习模型，输出对应的失效类型和异常评分，具体步骤包括： 识别多尺度能量曲线中的振动能量突变，识别振动能量突变事件； 统计振动能量突变事件的频率并测定每次振动能量突变事件的持续时间； 在振动时序信号分析中提取特征参数，并结合振动能量突变事件的频率和持续时间，识别失效诱发模式，失效诱发模式包括轮胎局部损伤、轮胎裂纹、轮胎变形、轮胎剥离以及轮胎磨损不均； 统计不同失效诱发模式的出现频率、持续时间，结合工况标签，并计算各失效诱发模式在全部振动能量突变事件中的概率，以获得失效概率分布； 将多尺度能量曲线提取的特征数据，结合识别的不同失效诱发模式以及计算获得的失效概率分布作为输入参数，输入到云端深度学习模型中； 云端深度学习模型根据输入的特征数据、失效诱发模式和失效概率分布，输出对应的失效类别，判定失效类型，并计算出异常评分； 异常评分计算过程包括： 将多尺度能量曲线提取的特征数据、失效诱发模式和失效概率分布数据，作为输入参数，并与标定数据进行比对，识别偏离情况和失效风险； 根据云端深度学习模型训练完毕的权重和偏置，累积各个特征偏差值，将所有特征偏差值进行加权得到特征偏离值，将每一个失效类型与失效概率分布的特征结合并加权得到评估因数，将所有加权后的特征偏离值和评估因数的乘积进行逐项相加，将得到的一个总的加权和作为异常评分。

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天津久荣工业技术有限公司，其通讯地址为：300000 天津市西青区张家窝镇安福道12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。