摘要： 多故障源的耦合问题，一直以来都是诊断领域面临的最大难题之一，能否实现多源信号解耦将直接影响故障诊断的准确性。在信源卷积混合的前提下，以多通道反卷积理论为基础，首先研究多故障源混合信息的特征分离方法。接着借助卷积混合后的仿真信号，研究反卷积系统的关键参数——初始滤波器长度对分离效果的影响。进而提出一种自适应的多源信息分离方法。为了确定分离系统的输入通道数量，基于小波分析与奇异值分解完成信号的源数估计；再通过设定滤波器长度的迭代区间，计算出不同参数下分离系统输出信号的时域指标，并自动选取最佳长度使得分离结果最优。最后，经滚动轴承的复合故障实验和多故障并发的工程数据验证，表明该方法在设定的滤波器长度范围内，能够根据信号的差异性自动寻优最佳参数，并成功分离出原始信号中隐含的各个故障源信息，实现机械故障的精确辨识。
