范 伟，何越宙，王 寅，陈 华

（1.华侨大学 机电及自动化学院，福建 厦门 361021；2.福建南方路面机械有限公司，福建 泉州 362021）

随着我国工业化的不断进程，振动筛分机械设备已在矿山、建筑、冶金、化工等行业中起到不可或缺的作用。直线振动筛[1]作为一种典型的振动筛分机械设备，由激振器、筛箱、弹簧减振装置、支承底架以及传动装置等组成，筛箱利用激振器所产生的动力在强交变载荷下受迫振动。由于激振器长期的高速旋转和强振动作业，激振器中的零部件会发生故障，例如轴承磨损、偏心快移位等问题。在实际生产中，激振器是封闭的，无法在里面布置传感器得到振动信息，当发生明显的轴承磨损、偏心快移位时，激振器作用力发生变化，筛箱两侧对称点的振幅差不满足生产要求，整个机体在运行过程中表现为左右偏摆的不平衡运动，可利用阈值判断的方法进行诊断，但在早期磨损和移位时，虽有振幅差但满足生产要求，且对称测点的振动信号受到直线振动筛自身的振动和背景噪声的影响，信号中微弱的故障特征被淹没，从而导致早期不平衡故障难以诊断。

Huang等[2]提出了一种自适应非线性、非平稳信号分解方法—经验模态分解（empirical mode decomposition，EMD），将信号分解为一系列具有明确物理意义的本征模态函数（intrinsic mode function，IMF），在故障诊断领域[3-4]得到了广泛的应用，而该方法存在模态混叠问题，有Wu等[5-6]提出了总体经验模态分解（ensemble empirical mode decomposition，EEMD）、自适应噪声的完备经验模态分解（complete ensemble EMD with adaptive noise，CEEMDAN）等改进方法缓解该问题，但还存在计算量大、缺乏数学理论支撑等缺点。……