TY -的A2 Routil Ladislav AU -李,Hyunsoo盟——汉Seok-Youn盟——公园、Kee-Jun PY - 2020 DA - 2020/11/27 TI -生成敌对的基于网络的缺失数据处理和剩余使用寿命的评估智能列车控制和监测系统的SP - 8861942六世- 2020 AB -铁路被认为是一个最重要的传输,火车突然故障组件或推迟维修可能大大扰乱社会活动。为了防止这个问题,各种铁路维护框架,从“周期基于时间和基于距离的传统维护框架”来“监视/ conditional-based维护系统,”已经提出和发展。然而,这些维护框架依赖于当前状态和情况的火车和汽车。为了克服这些问题,一些预测框架。本研究提出了一种新的有效剩余使用寿命(原则)估计框架使用大数据从列车控制和监测系统(中药)。中药数据分为两种类型:操作数据和报警数据。报警或原则信息提取的报警数据。随后,深度学习模型之间的映射关系实现操作数据和提取的原则。然而,许多中药数据缺失值由于嵌入式传感器故障和/或低生活的监测模块。这个问题的解决提出了生成对抗网络(GAN)框架。 Both deep neural network (DNN) models for a generator and a predictor estimate missing values and predict train fault, simultaneously. To prove the effectiveness of the proposed GAN-based predictive maintenance framework, TCMS data-based case studies and comparisons with other methods were carried out. SN - 0197-6729 UR - https://doi.org/10.1155/2020/8861942 DO - 10.1155/2020/8861942 JF - Journal of Advanced Transportation PB - Hindawi KW - ER -