作为一种无损检测手段，声脉冲检测技术已被广泛应用于产品质量测试中，但是在工农业应用环境下，脉冲信号常常会被周围的噪声所干扰。尝试利用独立成分分析（ICA）和主动噪声控制技术（ANC）来降低这些干扰。在ICA方法中，将被测样本所激发的声脉冲响应、以及干扰噪声作为两个独立成分（IC），进行了分离实验；对于ANC系统，由于待抵消噪声中含有有用信号（声脉冲），所以该系统是一种特殊的、具有信噪比处理增益的有选择性噪声控制系统。文中分别对ICA和ANC技术做了简要介绍，并进行了声学实验，实验表明这两种方法都有较好的应用前景，同时也各有优缺点。

干气密封运行过程中的振动信号特征信息微弱并受外界强噪声干扰,其振动信号难以真实反映干气密封摩擦学特性。针对上述问题以及振动信号难以从噪声中分离的问题,提出一种基于CEEMDAN(自适应噪声的完全集合经验模态分析)与ICA(独立成分分析)相结合的信号降噪方法。首先对试验采集的干气密封运行时的加速度信号进行CEEMDAN分解得到IMF分量,然后通过ICA变换得到对应独立成分分量并计算其模糊熵值,将模糊熵值不符合条件的分量进行置零,并把符合条件的分量进行重构得到降噪后信号。利用干气密封加速度实验信号进行算法分析验证,证实了该方法相较于其他传统降噪方法更加有效,为干气密封故障诊断提供了一种新的途径。

导波损伤检测技术的关键在于检测出结构损伤引起的导波信号变化,但环境温度变化也会影响导波传播过程,引起信号改变,导致损伤检测的失败。为了消除温度变化的影响,笔者采用独立成分分析(independent component analysis,简称ICA)方法处理导波响应信号。作为一种盲源分离的算法"CA能够从混合信号中提取得到独立的未知源信号分量。因此利用ICA方法能将导波的响应源信号从被温度变化干扰的混合信号中分离出来,实现消除温度变化干扰的目的。为验证该方法的可行性,以螺栓连接铝板为对象进行实验,采集不同温度下螺栓全紧及松动状态的导波响应信号,将其经过ICA方法处理后应用到损伤定位算法中。结果表明,应用ICA处理后的导波信号能够成功定位松动螺栓,证实了ICA方法排除温度变化对导波传播影响的有效性。

在机械设备盲信号处理和故障诊断中,信号的非高斯性至关重要,而峭度是非高斯性的自然度量指标,它反映了机械信号信息的动态变化特征。基于此提出了基于峭度的ICA特征提取和故障诊断方法,首先提取机械设备多通道观测信号的峭度值（或标准峭度,或峭度绝对值,或峭度平方）,并依据观测通道顺序将峭度值组成低维ICA特征向量,进而利用最小二乘支持向量机进行机械设备的模式判别和故障诊断。试验表明：该方法的故障识别率基本上达到80%以上,而且相比标准峭度和峭度平方准则,基于峭度绝对值准则方法的模式识别率更高。

当机械设备多故障并发时，在每个测点测得的信号往往是多个故障信号的叠加，傅里叶变换、小波变换等传统方法都难以有效地分离故障特征。为了克服上述方法的缺陷，利用基于峭度的独立成分分析算法RobustICA对复合故障信息进行分离，提取故障特征。对4种不同信号进行随机混叠而生成的混合信号进行分离，仿真验证了RobustICA算法的有效性。最后，对轴向柱塞泵出现滑靴与斜盘磨损时的复合故障振动信号进行了分离实验，达到了良好的分离效果，证明了该方法对于液压泵复合故障振动信号进行分离的有效性。