振動篩運行過程中，電動機經三角帶使激振器偏心塊產生高速旋轉。運轉的偏心塊產生很大的離心力，激發篩箱產生一定振幅的圓運動，篩上物料在傾斜的篩面上受到篩箱傳給的沖量而產生連續的拋擲運動，物料與篩面相遇的過程中使小于篩孔的顆粒透篩，從而實現分級。數據的相空間分析是非線性振動特性的定性研究方法的基礎，對振動位移、速度和加速度信號進行相空間分析，可以有效識別系統的運行時域特征。

頻域分析是系統研究的重要方面，但非線性系統頻域分析的情況比線性系統要復雜得多。將神經網絡辨識模型應用于復雜結構非線性頻域分析，提出一種基于神經網絡辨識模型的頻域分析方法。該方法可以地了解復雜結構的非線性動態特性，其結果可直接或間接用于復雜系統的故障診斷。

大型直線振動篩是典型的振動機械，含有許多非線性環節，如構件間相互連接的結合面、結構的大變形、大偏心質量激勵、篩面物料沖擊以及非線性支撐等。該分析方法可用于大型振動篩的非線性運行特征分析。