Engineering Technology Development

随着城市化进程加速,地铁已成为城市公共交通的核心载体,其运行安全性与稳定性直接关系到市民出行体验和城市交通系统效率。传统定期维修模式难以适应地铁车辆高负荷、高频率的运营需求,易导致过度维修或故障漏判。本文提出一种基于数据驱动的地铁车辆故障预测方法,通过多传感器数据采集、数据预处理、特征工程与机器学习算法构建预测模型,实现对关键部件故障的早期预警。