为解决EMD(经验模态法)在应用时存在的缺陷如端点效应和模态混叠现象问题,采用EEMD(集合经验模态法)与小波包相结合的方法对液压管道振动信号进行研究,通过小波包对原信号降噪、压缩小波包系数,并将信号进行重构,再将重构的信号进行EEMD分解之后计算与重构信号的相关系数,选择系数大的进行Hilbert(希尔伯特)包络谱分析.以Case Western Reserve University Bearing Data Center轴承数据和液压机实测信号进行分析,检测出相关故障频率,证实该方法切实有效,能更准确地对液压系统故障进行诊断分析.

为了研究液压系统振动信号经EEMD分解前几阶IMF分量能否代表EEMD分解信号的主要成分提出了EEMD分解的相关主分量分析研究了EEMD相关主分量分析的效果。运用EEMD分解信号得到其IMF分量计算出各分量与原信号的相关系数从中找出信号的相关主分量通过对主分量进行Hilbert包络谱分析并与原信号的Hilbert包络谱比较来验证EEMD相关主分量分析效果。通过对实测信号研究表明某液压缸连续信号经EEMD分解后与原信号相关性较大的5阶IMF分量：IMF1、IMF2、IMF5、IMF6、IMF7包含原信号主要成分能表示该信号EEMD分解的主分量而前5阶却不能完整表示原信号的主分量;对液压缸冲击信号分析发现EEMD分解的前两阶IMF分量：IMF1、IMF2与原信号相关性较大能够准确地表示原信号所包含的频率成分和信息能表示信号EEMD分解的主分量代表EEMD分解信号的主要成分。因此EEMD相关主