齿轮传动系统是现代机械中主要的动力传递系统,经常工作在恶劣的内、外环境中。齿轮和轴承作为齿轮传动系统的核心零件容易发生故障,若故障未能被及时发现,往往引发其他齿轮或轴承的故障而发展成为复合故障,复合故障难以完全识别。对齿轮和轴承复合故障诊断方法开展研究,对全面、准确诊断复合故障,保障设备平稳运行,减少损失具有重要的理论价值和应用价值。本文以齿轮传动系统复合故障诊断为研究对象,研究适用于齿轮和轴承复合故障的诊断方法。主要研究工作如下:采用集中质量法建立两级平行轮系和一级行星轮系组成的多级齿轮传动系统的正常状态和复合故障动力学模型,用时变啮合刚度对正常状态、齿根裂纹和单齿断齿故障进行描述。通过对动力学微分方程求解得到正常状态和复合故障状态的仿真振动信号。通过将正常状态仿真信号与实测信号对比分析,验证了动力学模型的合理性;通过将故障信号与正常状态信号进行对比分析,得到了齿根裂纹-单齿断齿复合故障状态的故障特征。提出了经验小波变换和最大相关峭度反褶积相结合的方法(EWT-MCKD)用于滚动轴承复合故障诊断。发挥经验小波变换和最大相关峭度反褶积各自优势,分别将其作为故障信号的前处理和后处理方法,对轴承复合故障仿真信号,行星轮轴承外圈故障-行星轮轴承滚动体故障实测信号进行分析,实现对仿真信号中两种不同频率的故障的提取和实测信号中两种不同轴承故障的识别。提出了基于量子遗传算法自适应选择最大相关峭度反褶积参数的方法(QGAMCKD)用于改善最大相关峭度反褶积的性能,并应用于齿轮-轴承复合故障诊断。利用量子遗传算法在参数自适应选择上的优势,在考虑滤波器长度和反褶积周期交互作用的前提下使用量子遗传算法自适应对两个参数进行选择。对仿真信号和实测信号的分析表明,通过量子遗传算法对参数进行自适应选择能够得到最优的参数组合,改善最大相关峭度反褶积的性能,实现复合故障的准确判别。尝试将Wilcoxon秩和检验引入故障诊断领域,并对方法在故障诊断中的应用做了初步探索。提出了一种基于Wilcoxon秩和检验的模式识别方法用于齿轮传动系统故障诊断。使用本文提出的特征提取方法:Wilcoxon秩和检验-最大幅值选择法对训练样本和测试样本进行特征提取;使用K近邻方法做为分类器,对测试样本进行故障类型分类和识别。将该方法用于实测信号的分析,实现了对5种不同类型的齿轮-轴承故障的诊断。