航空发动机振动信号往往所含成分复杂、有用成分十分微弱,信噪比低,这大大限制了已有诊断方法在早期诊断中的应用。将盲信号处理方法引入到航空发动机振动信号分析,根据振动信号的特征,采取合适的预处理手段,然后应用FastICA算法进行信号的分离研究,结果验证了盲处理方法的有效性,可以应用于航空发动机振动信号处理和故障诊断领域。

在传统谱分析方法的基础上, 尝试应用盲源分离技术对飞机发动机振动信号进行振源分离。首先, 介绍了发动机振动信号的基本处理方法和常见的发动机故障类型及特征, 引入了盲源分离理论并讨论了其在航空发动机振动信号处理中应用的可行性。然后, 对某型涡扇发动机振动过大的现象进行了故障诊断分析。最后, 应用Fast ICA和JADE 算法对检测的振动信号进行分析, 分离出了发动机的振源信号。这说明发动机振动信号分析采用盲源分离与谱分析相结合的技术可以有效分离振源信号, 提高故障诊断的准确性。