摘要
本发明提供轨交站台门多层架构智能运维及预测性维护方法及系统,涉及智能运维技术领域,包括通过多层数据采集体系获取站台门运行参数,生成健康状态特征向量;将特征向量输入深度神经网络,构建故障预测模型;基于预测结果,采用决策树算法评估维护优先级,生成智能维护方案;通过移动终端向维护人员推送指令,并利用新数据反馈优化模型,实现维护策略的自适应调整。
技术关键词
站台门
故障预测模型
深度神经网络
决策树算法
振动传感器
电流传感器
时序特征
位移传感器
历史维修数据
深度学习模型
注意力
分段线性插值方法
温度传感器
计算机程序指令
变分模态分解算法
分支
退化特征
工况特征
参数
CART决策树
系统为您推荐了相关专利信息
电池管理方法
云端服务器
电池单元
故障预测模型
实时数据
预警方法
异常状态
滑动窗口
时延
宽频带对数周期天线
预警计算方法
轨道交通环境振动
预警机制
实时数据采集系统
建筑结构减振
GIS设备
局放传感器
振动信号特征分析
振动特征
设备检测系统
水下机器人推进器
构建深度神经网络
坐标系
表达式
矩阵