基于神经网络算法的高速动车组智能检修处理系统研究

摘要

目前我国动车组一级修主要依靠检修人员目视检查,劳动强度大,且对作业者依赖性较大,存在安全隐患.为解决该问题,提高检修质量,研发一款基于深度学习的智能检修辅助支持系统.该系统通过设计检修流程实现检修作业的过程管控,通过深度学习技术实现对故障的识别并故障预警.为了实现故障识别功能,研发基于神经网络的多算法融合的识别算法,并通过部件识别、检修点定位及故障检测的分级方式提高其准确度.通过对模型进行压缩,实现移动端的流畅运行,最终本系统在现场应用中取得了良好的效果.