中文

基于概率图模型的钢轨断裂与脱轨预测

机器学习 2022-08-26 v1 人工智能

摘要

钢轨断裂是国际范围内脱轨最常见的原因之一。南非铁矿石专线也不例外。许多钢轨断裂发生在重载列车驶过裂纹、大缺陷或缺陷焊缝时。在此类情况下,列车通常来不及减速以防止脱轨。获知与列车驶过某段钢轨相关的钢轨断裂风险,有助于更好地实施维护举措和缓解措施。本文讨论了铁矿石专线的具体挑战,并回顾了当前可用于建立钢轨断裂风险预测模型的可用数据。随后给出了该专线基础钢轨断裂风险预测模型的开发过程。最后通过讨论各种钢轨断裂风险的场景展示了从模型获得的见解。在未来工作中,我们计划扩展该基础模型以接受来自实时监测系统的输入,例如超声波断轨检测系统。

关键词

引用

@article{arxiv.2208.11940,
  title  = {Rail break and derailment prediction using Probabilistic Graphical Modelling},
  author = {Rebecca M. C. Taylor and Johan A. du Preez},
  journal= {arXiv preprint arXiv:2208.11940},
  year   = {2022}
}

备注

Proceedings of the 11'th International Heavy Haul Association Conference 2017