针对旋转机械设备受到测量误差及系统误差等因素影响,导致滚动轴承多故障模态信号难以分离的缺陷,提出一种误差影响下滚动轴承多重故障模态特征信号的盲源分离方法。对故障信号进行白化预处理得到白化矩阵,进而计算白化矩阵的4阶累积量,并构建4阶累积量矩阵;将累积量矩阵对角化,并取前K个较大特征值对应的特征向量作为新累积量矩阵;利用总体最小二乘方法估计最小化新累积量矩阵与目标正交矩阵的误差函数,最大程度地联合近似对角化新累积量矩阵,实现多故障信号的分离估计;为进一步评估该方法的有效性,选用时域相关系数及时频域双谱估计两种评价方法对分离结果进行验证。结果表明,该方法分离出来的信号与源信号相关系数高,并且时频域双谱估计相似,是一种有效分离多重故障的方法。

通过对轴向柱塞泵产生松靴故障的机理分析，选取振动信号和油液温升信号作为监测参量，分析研究表明，泵壳体振动信号和外泄口油液的温升信号是轴向柱塞泵松靴故障的敏感特征参量。

通过对轴向柱塞泵产生松靴故障的机理分析，选取8~12kHz 特征频率范围来研究故障信息，经信号处理后，对比正常泵和故障泵的低频信号功率谱图，171.5 Hz及其倍频处是滑靴磨损故障特征的敏感频率。