1、故障診斷是研究設備運行狀態(tài)信息的變化，進而識別設備運行狀態(tài)的科學。在故障診斷中，故障特征信息的提取是其研究的瓶頸，而信號處理技術是提取故障特征信息的核心。在實際應用中，大量的信號都是非平穩(wěn)和非線性的隨機信號。目前對非平穩(wěn)信號處理的主要技術有：雙線性時頻分析、自適應匹配投影塔形分解法和小波變換，但這些方法都存在一定的缺陷。1998年，美籍華人N.Huang等人提出了一種新的處理非線性、非平穩(wěn)的數(shù)據(jù)處理方法——經研模態(tài)方法。該方法是一種新型

2、時頻分析方法，能將復雜信號經經研模態(tài)分界為有限個本證模函數(shù)，再對所得的本證模函數(shù)分量進行希爾比特變換，從而賦予故障特征合理的物理意義。 首先，論文闡述了本證模函數(shù)的基本概念，研究了經研模態(tài)的分節(jié)原理與算法，分析了H-HT譜的物理意義，并對經研模態(tài)分界中應注意的問題進行了分析研究。 其次，在分析經研模態(tài)原理的基礎上分析了影響經研模態(tài)分解精度的原因，并對經研模態(tài)算法進行了優(yōu)化。針對由于所分析信號的長度有限，信號的兩端點不能確

3、定是極值，因此，在進行樣條插值時，必然使得信號的上下包絡現(xiàn)在信號的兩端附近嚴重扭曲，給出用分段冪函數(shù)插值算法代替樣條插值算法的方法；對于采樣頻率過低的原因，利用內插值式插值方法來增加信號采樣頻率的方法進行優(yōu)化，采用理論分析和仿真試驗相結合驗證上述方法在提高經驗模態(tài)分界精度方面的有效性。 最后，將改進后的經研模態(tài)時頻分析方法應用于信號瞬態(tài)振動特征提取以及信號的趨勢提取領域，驗證了此時頻分析方法的有效性以及反映信號局部時頻特征的獨特