10.3969/j.issn.1671-3818.2020.21.103
基于深度学习的大兴机场地铁线路刚性接触网悬挂状态检测研究
地铁运行速度的提升对接触网安全提出了新的要求,为提升刚性接触网悬挂状态检测的准确率与检测精度,文章以大兴机场地铁线路接触网系统为研究对象,引入深度学习理论,通过深度学习理论,建立包含深度学习的刚性接触网悬挂状态检测流程,对实际现场主要部件进行故障识别,通过与传统图像检测方式对比来验证该方法的准确性和优越性.该方法为160km/h刚性接触网悬挂状态检测提供了一种新的尝试,能够为提高地铁运维效率,保证地铁安全稳定运行提供重要支持.
城市轨道交通、刚性接触网、深度学习、悬挂状态
5
U225(电气化铁路)
2021-02-04(万方平台首次上网日期,不代表论文的发表时间)
共3页
225-227