基于神华货车状态检修技术架构模型分析

摘要：

为了提升神华铁路重载货车状态监测预警精度,设计一种不含机器学习模块的重载货车监测数据深度挖掘算法.此算法以加权因子整合算法为关键技术,融合差值序列、线性重投影、线性回归、傅里叶变换等算法模块.仿真测试中,利用神华铁路2020年全年实际运行数据,发现相比较传统的机器学习算法,其在红色预警状态下故障检出率更高,无预警状态下故障检出率远低于机器学习算法,且算力硬件需求远低于机器学习算法.

关键词：神华铁路、重载货车、状态监测、数据预警、加权因子整合算法

所属期刊栏目：49

分类号：TU245(建筑设计)

在线出版日期：2022-11-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：194-196