摘要：提出了一种基于希尔伯特黄变换（HHT）和改进独立成分分析（ICA）的机械故障时频图像诊断分类方法。由于时频图像包含潜在的相关成分，应用传统ICA方法得不到很好的标准故障时频图像，所以运用一种基于子带互信息的改进ICA方法消除时频图像中的相关成分，获取标准故障时频图像，并根据一系列故障信号的时频图像在标准故障时频图像上的投影系数进行自动分类。采用该方法对获取的转子试验台的早期摩擦、基座松动、不对中故障信号的正确分类充分说明了该方法的有效性。

关键词：独立成分分析 经验模式分解 时频图像 子带分解 互信息 

单位：大连理工大学 大连116023