盲信号处理(BSP)是目前信号处理中最热门的新兴技术之一,它在机械振动信号处理方面的应用还处于起步阶段。国内外的研究大都集中于理论和仿真,而将盲源分离技术应用于实际多混叠振动信号处理方面,还不多见。本文以多个振动实验为基础,展开这方面的研究。本文介绍了独立分量分析(ICA)的原理,研究了基于负熵法的盲源分离技术算法,完成了多个的转子振动实验,获得了关于转子混叠振动信号的丰富的数据。之后对这些实验数据进行了处理,用盲源分离的负熵法分离出了多数信号。通过分析验证所研究的盲源分离算法的有效性和适用性。之后完成了某型航空发动机试车振动信号的分离研究,得到了若干有用的结论,为盲源分离技术在航空发动机上的应用打下了基础,同时也为航空发动机故障诊断提供了一个新的手段。在转子振动实验的基础上,针对不同类型的混叠信号,某些盲源分离算法不能理想地进行分离的情况,本文提出利用其它适当的算法进行处理,如稀疏分量分析(SCA)和带有噪声的盲源分离算法等,以取得更好的分离效果。编制了SOBI和SONS算法的盲源分离程序,对多个实验结果进行盲分离的计算处理并对比分析,取得了很好的分离效果,验证了不同混叠信号需要用与之相适应的盲源分离算法的论点,为航空发动机正确判断故障所在提供了依据。本文采用了参数化的设计思想,用VC++程序开发了盲源分离的软件包,为盲源信号分离算法的仿真与实际应用提供了更方便的途径。