旋转机械通常工作在转速高、负载大的复杂工况下,运行的过程中极易造成关键零部件的表面损伤。受零部件相互作用及多重干扰影响,监测信号中往往包含多源耦合的激励信源,使得运行监测与诊断极具挑战性。因此,在复杂工况下及时发现识别故障特征、实现故障溯源与分离检测,是旋转机械故障诊断的关键。本文针对旋转机械在复杂工况下面临的诊断难题提炼出科学问题,重点围绕多源耦合故障信号的分离诊断开展一系列方法研究,并通过轴承振动数据予以分析、验证及比较。主要内容如下:(1)基于特征增强的微弱耦合故障分离诊断方法。针对多源耦合故障的特征混叠及强干扰难题,发展了基于信号特征刻画与信息挖掘的特征增强策略,提出了微弱耦合故障的分离诊断方法。通过分析故障信号特点,重点关注不同损伤部位激励的振动信号特征。为改善损伤故障信号的能量分布,通过平滑处理信号峰值特征以增强能量聚集特性,提出了基于峰值刻画改造的多源耦合故障诊断新框架。从挖掘信号信息的角度出发,研究了振动信号秩与稀疏度的特性,揭示了单一损伤类型振动信号的异同之处,发展了基于低秩与稀疏分解的耦合故障诊断新策略,实现了更精准的微弱特征检测。(2)基于高维空间稀疏策略的耦合故障分离诊断方法。针对监测信号数目局限时的欠定求解难题,以及特定场景下信号统计独立特性失效的问题,本着丰富和完善盲源分离技术、扩展复杂工况下耦合故障的诊断途径的目的,提出了基于高维稀疏策略的耦合故障分离诊断方法。通过理论与试验分析了多源稀疏信号的聚集效应,发展了基于支持向量机的高维分离平面构造及混叠矩阵估计方法,提高了耦合故障信源恢复的准确度。延续将信号投射到高维空间实现可分的思想,建立了无需考虑核函数选择的超平面理论模型,研究基于能量准则的最优变分模态分解与提取,发展了基于超平面法矢量优化求解的混叠矩阵估计方法。(3)面向不确定信源数目的耦合故障分步分离诊断策略。针对复杂工况下激励信源数目动态变化、估计难度大等难题,提出了面向不确定信源数目情况下的诊断策略。首先研究了基于信息论准则的盲源分离技术理论,探究负熵与互信息用于提取独立成分的模型。分析了传统信源数目估计方法的局限性,从而揭示并归纳信源数目估计对盲源分离结果的影响。明确了欠定情形下的二元独立成分提取的研究意义,揭示了添加更新终止约束后分离信号与信源间的内在联系。最终发展了一种无需信源数目估计的分步盲源分离诊断策略,并研究了其对于加速退化过程中轴承故障数据的应用效果。(4)变速工况下的非线性耦合信号的分离检测方法。针对时变转速运行工况下可能导致的多故障源复杂耦合问题,发展了多源耦合变速信号的非线性解耦诊断方法。从信号耦合方式出发,研究非线性耦合模型的基本原理、特点和适用条件。从振动机理出发,探究了变转速工况下的振动信号时频特点,以及时变调频信号的特征提取方法。通过优化改善多层感知器结构设计,建立了时变信号的非线性解耦模型,从而消除冗余时频组分、提高变分调频分解的辨识能力。采用实际轴承数据检验并优化该方法对恒转速振动信号的应用效果,探究了耦合方式对变速轴承信号特征检测的影响,提升了处理实际变转速多源耦合故障信号的检测与诊断能力。本文关注的“复杂工况”基本上均属于实际工业生产活动中具有一定典型性和代表性的现实状况,研究具有针对性的多源耦合故障信号分离诊断方法,有助于增强微弱耦合信号的特征辨识与分离能力、克服欠定或独立性失效情况下的稀疏诊断难题、摆脱未知故障源时的信源数目精确估计依赖、解决变速工况下时变信号的非线性解耦问题等,这不仅具有重要的研究意义,并且能为工程应用提供理论支撑和技术手段。