独立分量分析方法(Independent component analysis,简称ICA)在国内尚属一门新型的方法.文章介绍了ICA的无噪声模型、原理、预处理、非高斯性量度以及快速定点算法,重点讨论了ICA的不确定性在圆度误差分离中的处理方法.仿真结果表明,基于独立分量分析的圆度误差分离技术比传统的频域法和时域法更简单、实用、高效,同时由ICA分离出的信号不确定性问题得到了很好的解决.

为实现轴承故障混合信号中提取故障特征频率, 提出基于EEMD和ICA的轴承故障特征提取方法.首先利用EEMD对采集滚动轴承故障加速度振动信号进行分解, 利用相关系数和波形相似度判断具有分解前信号相似特征的IMF, 其次累加相似特征弱的IMF作为噪声, 最后利用FastICA方法从混合信号中提取滚动轴承的故障特征频率, 试验证明该方法可以提取滚动轴承故障特征频率.