基于神華貨車狀態(tài)檢修技術架構模型分析

打開文本圖片集

摘 要：為了提升神華鐵路重載貨車狀態(tài)監(jiān)測預警精度，設計一種不含機器學習模塊的重載貨車監(jiān)測數據深度挖掘算法。此算法以加權因子整合算法為關鍵技術，融合差值序列、線性重投影、線性回歸、傅里葉變換等算法模塊。仿真測試中，利用神華鐵路2020年全年實際運行數據，發(fā)現相比較傳統的機器學習算法，其在紅色預警狀態(tài)下故障檢出率更高，無預警狀態(tài)下故障檢出率遠低于機器學習算法，且算力硬件需求遠低于機器學習算法。（剩余5879字）