当前轨道交通设备仍然采用传统的巡检方式，而传统巡检方式存在效率低下、容易漏检的问题。为了解决轨道交通设备传统巡检方式下的各种不足及影响，该文通过深度学习、自然语言处理等技术构建故障知识图谱，研发了设备巡检过程中的故障排查、维修建议智能推荐等应用。通过模型训练应用，该文方法的效率达到了90.89%。该文方法可高效进行主题特征的不间断输出与维修建议的多段式智能化推荐，提高检修效率，降低人力成本，值得推广应用。
科研之友
微信
新浪微博
Facebook
分享链接
