摘要： 为解决现有盲解卷积算法易受随机脉冲影响的问题，综合时域特征和频域特征，提出一个新的故障敏感指标，即包络谱峭度-包络基尼系数融合指标（Envelope Spectral Kurtosis-envelope Gini Index，ESKEG）。该指标对周期性脉冲更敏感，不易受随机脉冲的影响。基于该指标，提出一个新的解卷积算法，即基于最大ESKEG的盲解卷积，并采用粒子群算法（Particle Swarm Optimization，PSO）求解滤波器系数。通过仿真振动信号和实验仿真信号进行验证，结果表明相比于其他盲解卷积算法，所提出的PSO-ESKEG算法在故障先验知识未知的情况下，能更有效避免受到随机脉冲信号的影响。

关键词: 故障诊断, 盲解卷积, 包络谱峭度-包络基尼系数, 粒子群优化, 随机脉冲