|
|||||
|
|
| 城市轨道交通站台门智能运维系统研究 | |
| 引用本文： | 李帅, 王志飞, 方晟浩, 张胜阳, 魏耀南. 基于贝叶斯神经网络模型的站台门故障识别技术研究[J]. 铁路计算机应用, 2025, 34(1): 22-26. DOI: 10.3969/j.issn.1005-8451.2025.01.03 |
| 作者姓名： | 李帅 王志飞 方晟浩 张胜阳 魏耀南 |
| 作者单位： | 中国铁道科学研究院集团有限公司 电子计算技术研究所,北京 100081 |
| 基金项目： | 国家自然科学基金（U21A20516）;铁科院电子所创新基金（DZYF23-26） |
| 摘 要： |  针对城市轨道交通站台门系统面临的维护效率低下、运行数据缺失、严重依赖运营维护（简称：运维）人员技术水平等问题,提出一种基于贝叶斯神经网络模型的站台门故障识别方法。通过多维数据的采集和预处理,并采用Adam优化器对该模型进行训练和优化,在站台门运行状态实时监控的基础上,实现关键部件故障识别和智能运维。  |
| 关 键 词： | 贝叶斯神经网络 数据采集 站台门系统 故障识别 智能运维 |
| 收稿时间： | 2024-05-31 |
| 点击此处可从《铁路计算机应用》浏览原始摘要信息 | |
