山藤减速电机经验模态分解原理

(1)EMD(EmpiricalModeDecomposition)经验模态分解主要用于处理山藤减速电机新信号，适用于处理山藤减速电机非稳定时期涡轮蜗杆减速器齿型变化的信号。通常是一个不稳定的信号EMD分解后，可变成多个稳定的本征模态函数。

(2)EMD通过假设的方法进行分解，并根据任何信号进行假设。例如，假设是由许多本征模态函数组成的(IntrinsicModeFunction，IMF)构成，再按EMD以分解的形式分解。分解后，将性能差和性能好的信号分组。结果表明，在这个过程中，我们会发现，山藤减速电机EMD在分解过程中，任何信号都可以分为几个信号IMF还有一个残留信号组。

(3)根据对若干山藤减速电机IMF研究表明，任何一项研究表明，IMF两个条件：

①在整个数据段中，任意一个IMF极值点的数量必须相同，即使存在不同，也应该相同≤1；

②在任意一个IMF任何重量、局部极大值点形成的包络线和局部极小值点形成的包络线均为零。