研究变速箱问题对于高强度扰乱等特殊状况下的信号的收集,消噪,选择特征向量,故障判定有很大的作用。针对经验模态分解(Empirical Mode Decomposition,EMD)在分解运用的过程中会产生的端点效应现象,运用信号的偶延拓方法与余弦窗函数方法就可以处理这种问题。这样就第一步先对信号进行偶延拓处理,第二步由于进行了偶延拓之后还有误差存在,所以再对信号添加一个余弦窗,这样就可以把这个误差控制在两端,这样就不会让误差再扩大,减小端点效应对分解正确率的影响。最后通过实验有效验证,这种方式可以有效的减小端点效应的影响,提高故障判定的正确率。提出希尔伯特(Hilbert)变换和自回归模型(AR)搭配组合(Hilbert-AR方法)的故障特征的选择方式。该方式先用EMD方法将振动信号分解成很多个固有模态函数(IMF),然后再对所有的IMF进行Hilbert变换方法后得到瞬时频率(IF),建立一个AR模型,选择它的系数和残差的方差的矩阵奇异值作为特征向量,最终实验结果验证表明该方式提取特征精度高,效果比较好。