基于CNN-IL多模态数据融合驱动轨道几何病害诊断研究

简介

针对里程误差与病害识别难题，创新研发了基于车体振动数据的智能轨道几何病害诊断系统。融合振动特征与轨道设备信息，构建双模里程修正体系（绝对误差<10m，相对误差<0.15m）；采用CNN模型实现多种病害的精准识别，准确率达96%以上；结合大数据融合与IL算法解决多源数据同步问题。系统支持实时监控、自动报告生成，于北京、重庆地铁完成工程验证，提升运维效率90%，为轨道交通数智化运维提供解决方案。