基于稀疏分解的交通机电设备故障智能诊断方法

摘要

目前交通机电设备故障智能诊断存在诊断正确率不高的问题,为满足对交通机电设备故障进行智能诊断的需求,提出基于稀疏分解的交通机电设备故障智能诊断方法。采用稀疏分解算法对交通机电设备故障信号特征进行提取,利用希尔特变换法对故障信号进行修正,将修正后的信号在训练字典上进行算法分解,得到故障的类型,进行交通机电设备故障智能诊断方法设计。通过对比实验,与常规的故障智能诊断方法进行对比,结果表明,基于稀疏分解的交通机电设备故障智能诊断方法的诊断正确率优于常规的设备故障诊断方法,能够有效诊断出交通机电设备故障的类型,为交通机电设备的故障检测提供了一种新的思路。