摘要：滚动轴承早期故障信号具有能量小、频带分布宽等特征，易受到其他能量较大的振源信号的干扰，致使传统滤波降噪方法存在很大的局限性。针对这一特点，提出经验模式分解（EMD）和独立分量分析（ICA）相结合的联合降噪新方法。将单通道振动信号进行EMD分解，基于互相关准则对分解后的本征模函数进行重组，构造虚拟噪声通道，并以此作为ICA的输入矩阵，采用FastICA算法实现源信号和噪声信号的分离，从而达到降噪的目的。将该方法应用于滚动轴承故障诊断中，对降噪后的重构信号进行频谱分析，进而判断滚动轴承的运行状态。仿真和试验分析结果表明该方法有效可行。

关键词：经验模式分解 独立分量分析 滚动轴承 故障诊断 

单位：天津大学内燃机燃烧学国家重点实验室; 天津300072