盲源分离是指在源信号和混合方法均未知的条件下，仅根据接收到的多路混合信号，在统计独立性的假设前提下，将源信号从混合信号中分离出来。本文讨论了盲信号分析的数学模型和实现方法，并且总结了许多典型的基于独立分量分析的盲信号分析方法。粒子群算法作为智能优化算法，具有全局寻优能力强、强鲁棒性等特点，利用粒子群算法对代价函数进行全局寻优，可以很好的克服梯度算法容易陷入局部最优的缺陷，因此可以将它应用于盲信号分析求解过程中。　　 本文针对盲信号分析算法的性能大多依赖非线性函数选取的问题，分析研究了粒子群算法，并引入一种基于随机权重粒子群算法，该随机权重粒子群算法具有全局收敛性好、参数调节简单的特点。本文将随机权重粒子群算法应用于盲信号分析中去，避免了非线性函数选择的问题，能很好的分离超高斯和亚高斯信号的混合信号。　　 水电机组由于受流体、机械和电磁的影响，机组的振动往往是机械、电气、流体三者共同作用的藕合振动，而较大的振动直接影响着机组的安全运行。通过对实际测试信号进行盲信号分析处理，成功的将混合信号分离开来。对得到的独立源信号结合主成分分析的方法来确认引起振动的主要信号。结合实验对这些主要信号进行故障的识别,从而可以降低干扰，更加准确的诊断出故障原因。