摘要：为了提高打夯机在复杂工作环境中筒体容易产生多种非线性振动信号扛干扰能力,设计了一种基于自适应噪声完备经验模态分解(CEEMDAN)算法和标准误差(SE)算法的打夯机负荷振动信号识别方法。采用CEEMDAN算法分解信号数据,以极限学习机为打夯机负荷建立模型,完成打夯机负荷的精确判断。研究结果表明:CEEMDAN对打夯机振动信号起到良好的预处理作用,各内涵模态(IMF)分量SE值均未出现相互重叠,有效IMF分量SE总体表现为欠负荷>常负荷>过负荷的特征。该模型对过负荷达到最高识别率,形成了98.85%的过负荷识别率,比EMD-SE与MEEMD-SE的过负荷识别率依次增大15.61%、12.14%。该研究可以有效识别负荷情况,为下一步驱动打夯机做出相应动作奠定基础,有效地提高节能效果。