针对具有强烈动态特点的非线性系统,提出一种基于后向传播学习规则的盲源分离算法.以输出信号的非高斯性作为信号之间的独立性量度,在混合路径和原始信号都未知的情况下最大化输出熵训练网络,保证任意输出信号相互独立并近似于期望的累积概率函数.在实验台上分析了不同转速对信号分离的影响,结果表明,空气动力性噪声是同一时刻所有点辐射在空间叠加的总和,风机辐射噪声不适合卷积混合模型,而且高速旋转设备在低频区域提取故障信号特征相对可靠.