齿轮传动系统因其传动比固定、传动效率高、结构紧凑等优点被广泛使用。齿轮箱作为机械设备中的关键部件之一,常因齿轮、轴承等关键零部件的故障而影响其正常工作,甚至造成重大的生命财产损失。如果能够在早期故障发生时实现故障的诊断或对故障进行准确预测,将有助于设备的提前检修,挽回大量的经济损失。因此,提高设备的早期故障诊断精度,实现对其运行状态的实时智能监测具有重要的理论价值和实践意义。基于振动信号的故障诊断技术已经在工程领域中得到了广泛应用,然而早期微弱故障信息通常会被多尺度强噪声所淹没,且多尺度强噪声在不同尺度上的分布特性不一,给早期微弱故障特征提取带来一定难度。机械设备作为一个复杂的系统,多个故障同时发生或存在的情况经常发生,造成设备停机。因此,亟待开展多尺度噪声消除及复合故障诊断等方面的研究。本论文针对齿轮箱多尺度强噪声消除和复合故障诊断问题,围绕信号信噪比提升、复合故障信号分离和智能状态监测系统等方面进行了深入研究。论文的主要研究工作包括:（1）针对基于自适应消噪算法的信噪比提升问题,分析了生物进化论自适应消噪算法对含白噪声、带限噪声及多尺度噪声的仿真信号的消噪效果,并围绕多尺度强噪声的消除问题,考虑信号不同尺度下噪声水平强弱不一、目标信息分布集中的特性,基于传统生物进化论自适应滤波对目标信息的辨识能力,结合变分模态分解理论,提出了变尺度进化自适应噪声消除与重构算法,解决了传统方法无法有效消除多尺度强噪声的问题。通过仿真和实验验证了所提算法在降噪效果上的有效性。（2）针对齿轮-轴承复合故障信号分离问题,提出了变尺度进化自适应特征分离方法,通过计算模态信号的轴承故障特征频率指标,实现了齿轮-轴承复合信号的有效分离。通过仿真和实验验证了所提方法的在故障信号分离方面的先进性。（3）基于变尺度进化自适应消噪算法的研究,开发了高铁轴承运行状态在线智能监测系统,完成了监测软件信号采集、数据分析、运行状态异常预警模块的编制,实现了振动、温度信号的采集、存储,振动信号的时、频域分析,运行状态预测等功能。通过对某企业高铁轴承实验台的实际监测,验证了所提变尺度进化自适应理论在工程实际中的应用能力。