[发明专利]轨道交通车辆维保系统及方法

权利要求书

1.一种轨道交通车辆维保方法，其特征在于：包括以下步骤：

步骤1，采集各部件的训练音频样本和训练超声图像样本，将各部件的训练音频样本按音频对应帧超声图像进行标签，得到音频超声图像标签；将音频超声图像标签输入到CNN-RNN神经网络中进行训练，得到训练好的CNN-RNN神经网络；

步骤2，采集轨道交通车辆上工作的部件声音和各部件此时的超声图像；

步骤3，将采集到的各部件的运行时的声音信息输入到训练好的CNN-RNN神经网络，得到各部件运行时的声音对应的超声图像概率；

步骤4，采用部件运行时声音对应的超声图像特征来融合增强部件的超声图像，建立声音增强超声图像模型，以得到增强后各部件的超声图像；

声音增强超声图像模型：

其中，表示增强后的第个部件的超声图像，表示第个部件的超声图像，表示第个部件运行时的声音对应的超声图像特征与超声图像的融合运算，表示第个部件运行时的声音对应的超声图像特征，表示第个部件运行时的声音对应的超声图像概率；

步骤5，将增强后的超声图像输入进训练好的CNN-RNN神经网络，得到各部件诊断结果，根据各部件诊断结果得到需要维保的部件信息；

步骤6，根据需要维保的部件信息、存储轨道交通车辆信息、人员信息、工艺信息进行工艺步骤编码，同时确定需要人员，根据工艺步骤编码将需要人员的执行工艺步骤发送给需要人员，完成部件维保；

步骤7，采集完成维保后的部件的外观数据、材料性能以及焊接工艺数据，建立维保质量评估模型，得到维保后的部件的评级；

所述维保质量评估模型：

其中，表示质量评估值，表示外观影响系数，表示部件标准外观值，表示部件维保后的外观值，表示性能影响系数，表示部件的标准材料的性能值，表示部件维保后的材料的性能值，表示部件标准值，、、、、、、表示焊接电流影响系数，表示晶粒直径与电流关系中指数项因数，表示焊接电流，表示咬边率与电流关系中指数项因数，表示电弧频率与电流关系中指数项因数，表示咬边率与电流关系中对数项因数，、、、、、表示电弧电压影响系数，表示气孔率与电压关系中指数项因数，表示电弧电压，表示电弧频率与电压关系中指数项因数，表示咬边率与电压关系中对数项因数，、、、表示焊接速度影响系数，表示晶粒直径与焊接速度关系中指数项因数，表示变形率与焊接速度关系中指数项因数，表示焊接速度，表示质量评估常数因子，表示取绝对值，表示质量评估等级，、、、表示质量评估等级阈值。

2.根据权利要求1所述轨道交通车辆维保方法，其特征在于：所述CNN-RNN神经网络包括依次连接的二维卷积层组成的编码器、长短期记忆网络块、输出层。

3.根据权利要求2所述轨道交通车辆维保方法，其特征在于：使用随机梯度下降方法CNN-RNN神经网络。

4.根据权利要求3所述轨道交通车辆维保方法，其特征在于：质量评估等级阈值之间的关系如下：。