基于售后服务记录的卡车动力转向 系统漏油分析与预测

摘要：

为了分析卡车动力转向系统的漏油原因,同时避免车辆漏油问题的进一步恶化,提出一种基于售后服务记录的漏油分析预测方法.首先采用自然语言情感分析技术,通过结合注意力机制的双向长短期记忆神经网络模型(Att-BiLSTM)根据漏油描述文本进行漏油程度量化;然后采用随机森林(RF)算法并结合BP神经网络,基于卡车相关生产数据对漏油的主要原因进行分析,并建立漏油程度预测模型.通过实例验证了本文方法的有效性.对漏油相关原因的分析结果可为卡车制造企业提供工艺改进的依据,同时,根据预测模型分析漏油程度的恶化趋势,可避免严重漏油事故的发生.

关键词：动力转向系统、漏油、售后服务记录、情感分析、Att-BiLSTM、随机森林算法、BP神经网络

所属期刊栏目：43

分类号：TP391.1;U463.44+2(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目51975431,71271160

在线出版日期：2020-09-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：362-369