RESUMO: Técnicas de processamento de sinais vem sendo desenvolvidas para extração de informação de uma grande variedade de problema interdisciplinares. Neste contexto, a decomposição média local (LMD) fora desenvolvida para extração de informações de sinais altamente complexos e modulados. Entretanto, sua performance pode levar a alguns problemas na separação do sinal, como a mixagem de modos. Dessa forma, duas novas técnicas baseadas na LMD foram implementadas recentemente e estudo acerca de sua efetividade em problemas reais ainda carecem de informações e dados. Sendo assim, esse trabalho propõe uma comparação entre esses diferentes algoritmos, executando estes para um mesmo sinal sintético e comparando parâmetros comumente utilizado para este fim, como o erro relativo médio quadrático e o tempo total de processamento. Também fora executado o processamento do sinal para um caso de análise de vibrações de um rolamento, sabidamente em estado de falha e verificado a acurácia dos métodos na separação destes dados e identificação da frequência característica de falha. O trabalho demonstra a notável semelhança entre os procedimentos, com leve superioridade da OELMD na decomposição dos sinais, porém com proibitivo tempo de processamento.

​

​

ABSTRACT: Signal processing techniques have been developed to extract information from a wide variety of interdisciplinary problems. In this context, local average decomposition (LMD) had been developed for information extraction from highly complex and modulated signals. However, its performance can lead to some problems in signal separation, such as mode mixing. Thus, two new techniques based on DML have been recently implemented and studies about their effectiveness in real problems still lack information and data. Therefore, this work proposes a comparison between these different algorithms, running them for the same synthetic signal and comparing parameters commonly used for this purpose, such as the relative root mean square error and the total processing time. The signal was also processed for a case of vibration analysis of a bearing, known to be in a state of failure, and the accuracy of the methods was verified in the separation of this data and identification of the failure characteristic frequency. The work demonstrates the remarkable similarity between the procedures, with slight superiority of OELMD in signal decomposition, but with prohibitive processing time.