NETL
基于深度学习的机车故障预测方法研究
张立琛 1李砾工 1石勇 1王忠福1
作者信息
- 1. 中车大连电力牵引研发中心有限公司,辽宁大连116052
- 折叠
摘要
故障预测是提升机车安全保障能力、降低运维成本的重要手段.因目前解决预测问题主要采用人工特征和传统的预测算法.没有利用机车运行过程中产生的大量有价值的数据和专家知识.从而影响了预测的效果.提出一种基于神经网络的深度学习方法:首先分析设备状态数据与故障数据的关系;然后自动提取设备状态的历史数据和专家知识的特征,设计适合的网络结构,构建能够表达模型预测的故障和训练样本间差异的目标函数;最终以端到端的方式给出完整的预测解决方案.
关键词
轨道机车/故障预测/深度学习/神经网络/目标函数引用本文复制引用
主办单位
中国中车会议名称
轨道交通装备数字化智能化论坛暨第六届中国中车智能制造业务创新论坛会议时间
2021-09-01会议地点
北京会议母体文献
轨道交通装备数字化智能化论坛暨第六届中国中车智能制造业务创新论坛论文集页码
11-13出版时间
2021