基于自然语言处理的地铁工程车辆故障智能诊断研究

作     者：严硕 徐永能 何文韬 YAN Shuo;XU Yongneng;HE Wentao

作者机构：南京理工大学自动化学院南京210094 

出 版 物：《兵器装备工程学报》 (Journal of Ordnance Equipment Engineering)

年 卷 期：2022年第43卷第9期

页      面：101-108页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 082304[工学-载运工具运用工程] 080204[工学-车辆工程] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 0823[工学-交通运输工程] 

基　　金：中国国家自然科学基金项目(52072214) 

主　　题：故障诊断 工程车辆 自然语言处理 故障文本数据 RNN 

摘      要：针对地铁工程车辆故障文本数据未得到合理利用的现象,提出了一种基于自然语言处理的故障智能诊断方法。该方法对故障文本进行预处理,采用Word2vec进行文本表示与词向量训练,运用LSTM与Softmax组成的RNN模块完成故障诊断,引入SMOTE算法处理文本数据类别不平衡问题,以提高诊断精度。以某地铁设备中心的工程车辆故障数据为例,进行实验,精确率与召回率分别达到86.30%和86.68%。结果表明:新方法能够提升地铁工程车辆的故障诊断准确性,为地铁设备故障智能诊断和故障文本的利用提供解决思路。