基于多源数据融合与知识图谱的公交车辆智能预测性维护及全链路运维闭环系统

场景名称：基于多源数据融合与知识图谱的公交车辆智能预测性维护及全链路运维闭环系统
场景描述：通过车载传感器及 IoT 设备实时采集车辆振动、温度、电流等运行数据，结合历史维修记录和天气信息，构建故障预测模型，精准预判电机、动力电池、控制器等核心部件剩余寿命，提前生成维护工单并定位机械隐患；同时融合运营数据识别高频故障线路车辆，预警制动系统等安全隐患。与厂商共建公交维修知识图谱，集成车型手册、质保期限、历史案例和零部件参数，当输入“加速无力”等故障代码时，可基于多维数据匹配最优维修方案，并关联批次缺陷推送批量检修建议；结合图像识别技术辅助诊断驱动电机异响等复杂故障，并联动智能客服自动受理报修请求、识别质保归属、分派工单和追踪维修进度。
所属领域：交通运输领域；人工智能领域；数字经济领域
负责单位：长沙公交集团
所需技术及要求：车载传感采集技术；IoT接入技术；故障预测模型；剩余寿命预测技术；知识图谱技术；维修方案匹配技术；图像识别诊断技术；智能工单分派技术
现有基础：已具备车辆运行数据、维修记录、运营数据和厂商技术资料。
建设目标：实现核心部件故障提前预测，实现维修方案智能推荐，实现报修、诊断、工单和维保全链路闭环管理。
发布时间：2025.11
其他说明：空