基于多源数据分析的TEDS故障识别技术研究

摘要

单点运行的动车组运行故障动态图像检测系统(TEDS)故障自动识别功能存在识别准确率不足,误判率高的问题.为此,提出了一种基于多源数据的动车组故障图像识别方法,以联网运行的TEDS数据为基础,结合传统的差异检测法,对不同空间与时间TEDS采集的同一列车图像进行多源数据融合与权重差异计算,实现了动车组车体异常部位的检测.试验表明,该方法建立了更为准确的对比参考源,减少了环境对成像内容的影响,能够提高动车组运行故障自动识别率,降低误报率.