1、齒輪箱常常運行在惡劣地環(huán)境下，在運行過程中很容易出現(xiàn)故障。齒輪箱一旦出現(xiàn)故障，輕則引起生產(chǎn)中斷與經(jīng)濟損失，重則會導致嚴重人員傷亡。振動信號分析法是齒輪箱故障診斷最重要方法之一。在正常狀態(tài)運行時，齒輪箱的振動信號一般表現(xiàn)為平穩(wěn)性的特點，而當出現(xiàn)故障時，其振動信號通常表現(xiàn)為非線性與非平穩(wěn)的形式。因此，需要使用時頻分析法分析其振動信號。傳統(tǒng)的時頻分析法雖然能用于分析處理齒輪故障振動信號，但是這些方法都存在較大的局限性—非自適應性。自適應時頻分

2、析法能夠滿足自適應的要求。經(jīng)驗模態(tài)分解法、局部均值分解和極值點對稱模態(tài)分解法是目前最主要的自適應時頻分析法。本論文研究了主流自適應時頻分析方法在故障診斷中的應用，并對它們存在的問題提出相應的改進，并將其用于齒輪箱中常用的零件的故障診斷。本論文的主要研究工作有：
　　(1)介紹了齒輪箱主要零件齒輪的失效的形式及原因、振動機理以及故障時振動信號的模型。
　　(2)介紹了經(jīng)驗模態(tài)分解法的原理及存在的主要的缺陷。針對經(jīng)驗模態(tài)分解法現(xiàn)

3、有篩分準則存在的問題，提出了一種型號篩分終止準則。存在針對經(jīng)驗模態(tài)分解存在的模態(tài)混淆現(xiàn)象這一缺陷，提出了解析經(jīng)驗模態(tài)分解法。對仿真信號進行了分解，驗證了該方法的有效性。
　　(3)介紹了局部均值分解法的原理。針對局部分解存在的模態(tài)混淆現(xiàn)象，提出了小波局部分解法。采用小波局部分解法與總體平均局部均值法分別對仿真信號與轉(zhuǎn)子碰摩故障信號進行分解，最終結果表明，本文提出的小波局部分解方法能夠用于齒輪箱的轉(zhuǎn)軸故障診斷。而且，與總體平均局部均