附件齿轮箱是航空发动机中的重要动力传递装置,而其内部滚动轴承的健康状况对齿轮箱的运行安全有极大的影响。当附件齿轮箱滚动轴承发生故障时,其振动信号极易被强烈的齿轮轴系振动和背景噪声掩盖,导致在齿轮箱壳体上测量所得轴承信号十分微弱,严重阻碍了特征提取和故障诊断的进行。为此,本论文以航空发动机附件齿轮箱滚动轴承为对象,开展故障诊断方法研究。主要内容包括:（1）针对齿轮箱滚动轴承故障脉冲被强烈干扰信号湮没而导致故障特征难以提取的难题,基于可准确评判振动信号中故障脉冲强度的指标,并虑及了最小熵解卷积滤波器（MED）在故障特征增强方面的作用,提出了基于MED优化滤波的特征提取方法。利用脉冲增强提取算子指标评价不同滤波长度MED对原始信号中故障脉冲的增强效果,基于指标峰值定位MED最优滤波长度和脉冲增强信号主导频率,从而获取最优故障脉冲增强信号。研究表明,所提方法可有效提升滚动轴承微弱故障脉冲信号的强度,实现了齿轮箱滚动轴承故障特征的提取,且与典型方法相比具有明显优势。（2）针对变工况齿轮箱滚动轴承振动信号受转速变化和噪声影响而导致的故障特征提取难题,提出了基于增强滤波与优化调制信号双谱（MSB）的特征提取方法。利用预白化和最优MED滤波组成的增强滤波器,增强原始信号中微弱故障信号特征;并利用阶次域MSB处理角域重采样后的特征增强信号,基于改进载波谱中的最佳载波切片,构造改进调制谱获得故障调制特征。研究表明,所提方法能够有效抑制原始波形中无关分量的干扰,提取显著的变工况齿轮箱滚动轴承故障特征阶次,且效果优于传统方法。（3）针对无同步转速测量条件下的变工况齿轮箱滚动轴承故障诊断难题,提出了基于转速估计与特征阶次提取的故障诊断方法。首先利用同步提取变换（SET）从齿轮箱壳体振动信号中获取参考轴转频信号的时频分布,并利用惩罚函数改进的时频脊线提取方法提取参考轴瞬时转频得到同步转速信号;最后针对同步转速信号和原始振动信号,利用基于增强滤波与优化MSB的特征提取方法提取振动信号中的调制特征阶次。研究表明,原始信号与基于瞬时频率估计得到的同步转速信号结合后,可通过增强滤波与优化MSB处理获得表现明显的特征阶次,且与理论特征阶次对比后可准确判断振动信号中故障的类型,最终完成了无键相条件下的变工况齿轮箱滚动轴承故障诊断。