Un desafío del diagnóstico de fallos en rodamientos es que las señales de vibración son a menudo una mezcla no lineal de señales de fuentes desconocidas. Además, la posición de instalación práctica también limita el número de señales observadas. Por lo tanto, el diagnóstico de fallos en rodamientos es un problema de separación ciega de fuentes subdeterminado no lineal (UBSS). En este artículo, se propone una nueva solución UBSS no lineal basada en la estimación del número de fuentes y el análisis de componentes escasos (SCA) mejorado. En primer lugar, se propone un enfoque conjunto de descomposición de modo empírico en conjunto (EEMD), coeficiente de correlación (CC) y descomposición en valores singulares de umbral adaptativo (ATSVD) para estimar el número de fuentes. Luego, las señales observadas se transforman al dominio tiempo-frecuencia mediante la transformada de Fourier de corto tiempo (STFT) para cumplir con el requisito de escasez del SCA. La energía de frecuencia se adopta para aumentar la precisión del agrupamiento de C-means difuso (FCM), con el fin de asegurar la estimación precisa de la matriz de mezcla. Se utiliza la minimización de la norma L1 para recuperar las señales de fuente. Los resultados de simulación demuestran que la solución UBSS propuesta puede estimar exactamente el número de fuentes y separar eficazmente las señales simuladas en casos tanto lineales como no lineales. Finalmente, se realizan experimentos en un banco de pruebas de fallos en rodamientos para verificar la validez del enfoque propuesto en el diagnóstico de fallos en rodamientos.