基于LSTM循环神经网络的城轨车辆制动系统故障预测

作者：赵振乾; 王鹏程

来源：信息与电脑(理论版), 2023, 35(16): 67-69.

• 城轨交通
• 车辆制动系统
• 故障预测
• 长短期记忆网络(LSTM)

文章基于长短期记忆网络（Long Short Term Memory,LSTM）循环神经网络，研究了城轨车辆制动系统故障预测问题。通过采集车辆制动系统的传感器数据，建立一个基于LSTM的故障预测模型，并利用该模型预测城轨车辆制动系统中的故障，最后进行实验验证。实验结果表明，所提出的模型可以有效地预测城轨车辆制动系统的故障，具有一定的实用价值。

• 单位
  陕西交通职业技术学院