同济大学学报(自然科学版)

作者：林海香，胡娜娜，何乔，赵正祥，白万胜

单位：1.兰州交通大学 自动化与电气工程学院， 甘肃 兰州 730070;2.兰州交通大学 四电建筑信息模型工程与智能应用铁路行业重点实验室， 甘肃 兰州 730070;3.贝尔福?蒙贝利亚技术大学 信息学院，贝尔福 法国 90000

关键词：铁路信号设备,建筑信息模型（BIM）,运维,多模态,知识图谱

基金：国家自然科学基金重点项目（52038008）；甘肃省重点研发计划：工业类（23YFGA0046）；四电BIM工程与智能应用铁路行业重点实验室2022年度开放课题（BIMKF-2022-02）

铁路信号设备是保障行车安全、提高运输效率的核心装备，加强信号设备智能运维是降低铁路运行风险的必要基础保障。目前，针对我国基于建筑信息模型（BIM）的智能运维平台存在不能精准映射各设备的行为规律和相互之间互馈作用的机理，须同时依靠经验知识进行推断等问题。首先构建了铁路设备运维文本知识图谱；其次构建卷积神经网络（CNN） ? 团组图卷积神经网络（cgGCN）模型对BIM图像模态数据进行处理，完成对20种铁路信号设备零件图信息的标注，实验结果表明模型准确率达到95.38 %，精确率和召回率的调和平均值F1达到95.58 %；最后将BIM图像信息以视觉模态嵌入运维文本知识图谱，利用Neo4j图数据库实现多模态知识图谱可视化展示，从而精准映射各信号设备相互之间互馈作用的机理，为后续现场铁路运维人员实施安全管理和运维决策提供在线服务和指导。

来源：2024年第2期

《同济大学学报(自然科学版)》期刊编辑部

查看同济大学学报(自然科学版)杂志2024年第2期