机械故障诊断是研究设备运行状态信息的变化，进而识别设备运行状态的科学。EMD方法是由Huang于1998年提出的一种新的信号处理方法。EMD方法是一种局部自适应方法，不仅适用于线性时间序列的分析，而且适用于非线性和非平稳时间序列的分析。EMD基于信号的局部时间特征尺度分析原信号，克服了傅里叶变换用高次谐波频率分量拟合非线性、非平稳信号的缺点。 本文就EMD方法在机械故障中的应用进行了探讨，提出了两种机械故障诊断的方法： 1．利用EMD方法和小波变换进行机械故障诊断 本文采用经验模式分解(EMD)与小波变换相结合的方法分析非平稳机械故障信号的奇异性，进行机械故障诊断。与直接对原信号进行小波分析相比较，该方法提取的奇异性特征更明显。数值模拟和对故障轴承振动信号分析表明了该方法的有效性。 2．利用EMD方法和关联维数进行机械故障诊断。 分数维表征了信号的结构特征，广泛地被用于非线性系统行为的刻划中。本论文深入探讨了分形维数的一种——关联维数在机械故障诊断中的应用，探讨了相空间重构和关联维数求解过程中嵌入维数和延迟时间的选择的意义及方法，本论文选用C—C方法，并编制了相应的程序来确定嵌入维数和延迟时间。本论文将信号EMD分解后其前三个IMF分量的关联维数的均方根值用于机械故障的区分和诊断，与直接用原信号的关联维数作判断标准相比，可以明显提高诊断的精度，减少误判。