排序方式: 共有16条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
随着高速铁路基础设施检测监测体系逐步完备,运用大数据、人工智能等新技术,更加精准、及时研判和科学评估基础设施服役状态的需求愈加迫切。围绕数据归集、传输、存储、治理、挖掘、共享、应用,构建铁路基础设施检测监测大数据总体架构,提出干扰数据修正、动态波形数据精准对齐、海量数据融合及综合展示等关键技术。在较为完善的大值安全报警的基础上,通过大数据分析实践,解决了工务、供电、电务等设备安全风险全面感知、设备状态准确评价、趋势变化精准预测等难题,为实现高铁安全超前防范和基础设施精准维修提供科学支撑。 相似文献
5.
6.
7.
针对轨道电路动态检测数据分析力度不足、难以有效评价轨道电路实际运行状态的问题,改进了基于特征指标提取的轨道电路动态运行质量综合评价方法,并针对指标权重分配不合理的问题,提出基于混合整数线性规划(MILP)的权重分配模型对指标权重分配进行优化,得到轨道电路动态运行质量指数(TEI).结合实际动态检测数据,探讨了改进的轨道... 相似文献
8.
针对道岔设备故障频繁、维修成本高,且现有基于故障数据的诊断方法无法描述道岔退化过程,难以实现故障超前预判的问题,进行基于SOM-BP混合神经网络的道岔设备退化状态研究。依据采集的道岔非故障功率数据按区段提取峰值、方差、峭度等特征参数,基于平均影响值进行特征参数选择,并确定输入维数;使用自组织特征映射(SOM)神经网络对输入特征参数进行多次聚类学习,分析学习结果得到6种退化状态样本数据;构建15-13-6型BP神经网络结构模型,实现对道岔设备退化状态的识别。结果表明,采用SOM-BP混合神经网络进行道岔设备退化状态识别的准确率达到95.56%。 相似文献
9.
10.