随着机电液一体化技术的发展,钻机结构越来越复杂,导致钻机中可能发生的故障类型也随之增多,增加了多种故障同时发生的可能性。对于全液压钻机而言,其系统结构有一定的封闭性。在单故障发生的情况下,产生的故障现象与故障原因之间尚且存在一定的模糊对应关系,在多故障发生的情况下,不同故障之间存在耦合关系,某一点的传感器会检测到多个故障源的信息,并且检测到的故障特征也不是单一故障特征的简单叠加,难以直接进行分析和处理。因此,针对单一故障的诊断理论和方法在多故障的诊断中应用难度会大大增加,甚至难以起到作用。针对钻机多故障耦合的诊断,寻求一种有效的信号特征分析方法,对钻机的工作状态及时进行了解,不仅可以保证钻机的安全工作,而且可以避免钻机发生大的故障,降低使用成本。论文以全液压钻机为研究对象,在介绍钻机的结构组成基础之上,对钻机中主要元件的故障模式和故障发生机理进行了分析,并对各类故障特征进行了综合分析,确定了钻机多故障诊断的研究方法。基于盲源分离信号处理方法的研究背景下,本文简述了盲源分离问题的来源及其数学模型,在对各类假设条件和不确定性等进行阐述的基础之上,分析了盲源分离的基于统计学和信息论的两类算法,并将JADE算法和最大信噪比算法应用于仿真混合信号的分离实验,对其分离效果进行了对比分析。因为独立分量分析与盲源分离的数学模型具有极高的相似度,独立分量分析已成为盲源分离方法中最为主要的一类算法。在介绍了快速独立分量分析方法的基础上,针对算法中目标函数雅克比矩阵求导计算的复杂性,提出利用弦截法代替牛顿法进行目标函数的优化求解,降低了原算法的复杂性。最后,利用钻机搭建实验平台进行实验,通过对减速器与马达的振动信号进行测试与分离,验证了Secant-Fast ICA算法在全液压钻机故障信号分离中的有效性。