摘要
本发明公开了一种高铁车载设备故障预测与健康管理方法,涉及高铁车载设备故障预测技术领域,包括采用高精度传感器网络对高铁车载设备进行监测,得到原始监测数据集;采用多源数据集成与预处理方法对原始监测数据集进行清洗,得到高质量数据集,基于高质量数据集提取关键特征,得到特征数据集;基于深度学习方法和特征数据集构建故障预测模型,并输入高质量数据集至故障预测模型,输出故障预警结果;基于故障预警结果,采用决策支持方法评估设备状态,并得到维护策略建议;基于维护策略建议和设备评估状态,得到综合分析报告;通过整合来自地面监控系统的环境数据以及历史维护记录数据,并使用加权平均法对这些数据进行融合。
技术关键词
健康管理方法
车载设备
故障预测模型
地面监控系统
高铁
决策支持方法
高精度传感器
数据
深度学习方法
FBG传感器
评估设备
加权平均法
预计维修时间
策略
传感器节点
故障预测技术
主成分分析方法
光纤布拉格光栅
设备健康状态
报告
系统为您推荐了相关专利信息
实时监测方法
分布式数据库
故障预测模型训练
分布式事务管理
训练卷积神经网络
电机控制方法
打印机
计算机程序指令
通信接口模块
状态检测模块
车载操作系统
系统日志
车载电话
识别方法
计算器
环境监测系统
智能监控模块
三维可视化引擎
RS485有线通信
故障预测模型
性能退化评估
自定义模型
决策支持系统
故障预测模型
通讯设备