赵阳，陈捷，洪荣晶，封杨

(南京工业大学 机械与动力工程学院，南京 210009)

转盘轴承是一种能够承受综合载荷的大型轴承，可以同时承受较大的轴向和径向载荷以及倾覆力矩，在船舶设备、工程机械、轻工机械、冶金机械、医疗机械、工业机械等行业得到了广泛应用。由于转盘轴承工作环境恶劣，使其安装、润滑、维修均有不便。因此，不仅要求转盘轴承具有足够的强度和承载能力，而且要求其运行平稳、安全可靠,润滑、防腐及密封性能良好且寿命长。如果转盘轴承运行中产生故障，可能导致整个机械系统发生不可预知的故障，并带来巨大的经济损失[1]。综上所述，提取有效的故障特征对转盘轴承进行故障诊断意义重大。

目前，常用于转盘轴承故障诊断的方法有[2]：频谱分析、细化谱分析、解调谱分析、倒频谱分析、小波变换、小波包分析、第二代小波分析、希尔伯特-黄变换、基于多尺度主元分析的聚类经验模式分解法等[3]。其中时频分析法在近些年发展较快，其特点是能同时反映信号的时域和频域特征，有助于提高诊断精度。转盘轴承故障信号呈现一种非线性非平稳状态[4]，故障信号中混有其他振源信号和噪声信号，传统时频域等故障诊断方法并不能对故障特征频率进行有效提取[5]。为此提出一种基于经验模态分解(Empirical Mode Decomposition ,EMD)和独立分量分析(Independent Component Analysis, ICA)盲源分离方法，不但解决了欠定盲分离中测试信号数量不足以及源信号数未知的问题，而且还提出了基于峭度的最优测试信号的选择标准，可以实现对故障信号的分离与诊断。……