摘要
本发明属于铁路机车车辆检修技术领域,具体涉及一种基于CNN的机车车辆制动阀检测方法,包括下列步骤:将制动阀作为一个载体,各因素数据作为神经元,构造制动阀体的经神经网络系统,通过对各神经元的数据导入后的关联分析,形成对制动阀装车运用效果的预测性诊断,根据诊断结果来判断是否装车运用或重新检修,最终达到减少机车车辆制动系统故障和提升铁路车辆运输安全的效果。通过在采用此方法的制动阀检测能够充分考虑到试验环境与运用环境以及检修因素对制动阀性能的影响,保障制动阀在检修完成后以最佳状态投入装车使用,减少铁路机车车辆行车安全隐患。
技术关键词
制动阀
二维卷积神经网络
数值
迁移学习模型
矩阵
温湿度
铁路机车车辆
因子权重
机车车辆制动
生成参数
故障原因分析
数据
神经网络系统
卷积特征提取
计数器
滑阀
检修故障
装车
检修技术