齿轮箱在旋转机械中应用非常普遍,并且容易引发多个组件、零件故障,其能否正常运行对整台甚至整套机械设备的正常工作和使用产生重大影响。齿轮箱发生的故障是多样的,及时对齿轮箱振动数据进行检测,准确识别出齿轮箱运行过程中的故障,更换故障零件,对提高旋转机械整体运行可靠性具有深远意义。论文叙述小波理论、局域均值分解及循环平稳技术原理及其在故障诊断领域里使用情况。进一步讨论了端点效应在局域均值方法中的影响及改进措施。提出将局域均值分解(LMD)和循环平稳解调分析方法相结合,综合使用在齿轮箱故障分离与提取。LMD方法能够把待检测信号自适应地处理成为一组单分量的AM-FM信号,特别适用于非稳定、非线性信号分析。文章首先使用小波分解对原信号进行预处理,以降低噪声对对象信号的影响,然后采用局域均值分解方法将处理后的信号分解为一系列的乘积函数(PF)分量。针对分解信号后所得到的乘积函数分量按照相关性筛选处理,以降低其他非目标故障特征的干扰。针对筛选出的信号进行循环平稳分析,提取分析信号的故障特征。确定齿轮箱发生故障的零件及其具体位置。经过实际齿轮箱故障数据验证表明,此方法能够实现齿轮箱故障特征提取。