数字技术与应用杂志社

摘要：<正>近年来，我国轨道交通线网呈现出持续拓展之势，新建轨道线路数量逐年递增，各地区车辆调度密度越来越大，基于这一宏观背景，轨道交通车辆巡检需求日益迫切，维修作业数量持续增加，维修间隔不断缩短。为了解决传统人工巡检任务重、成本高、跳检率与漏检率高等问题，本文研究并设计一种基于深度学习的轨道交通车辆巡检系统，明确系统巡检终端与智能诊断两大主要构成模块，利用图像采集与图像处理装置执行轨道交通车辆关键部件信息采集及预处理任务，进而通过深度学习算法实施状态分析与故障诊断，为故障早期预警、分级报警以及车辆维修提供依据。经测试，系统功能完备，与人工巡检相比优势显著，具有广阔的应用前景。

专辑： 信息科技;工程科技Ⅱ辑

专题： 铁路运输;计算机软件及计算机应用;自动化技术

分类号： TP18;TP391.41;U279