直升机是重要的军民两用产品,主传动系统是直升机的核心,其稳定性直接关系到直升机的安全性,而主减速器则是主传动系统的关键,所以开展对于直升机主减速器输入端的在线监测和故障诊断对于保障直升机的正常飞行有着至关重要的作用。在直升机实际的飞行过程中,受到飞行环境的影响,采集到的一般是变工况的振动信号,相比于平稳工况下的振动信号,对于变工况振动信号的处理及提取故障信息更加困难。论文旨在寻找合适的祛工况方法对变工况振动信号进行处理,从中提取故障特征,然后结合模式识别的方法,对直升机主减输入端进行祛工况智能故障诊断。论文的主要研究内容有:（1）研究了基于计算阶次跟踪（Computed Order Tracking,简称COT）的主减输入端祛工况方法。在转速已知的前提下,采用COT方法将时间域非平稳信号变换成角度域平稳信号;在转速未知的情况下,则先用LMS系统从原始信号中提取转频,再使用COT方法。获得角度域平稳信号后,对其进行阶次谱分析。通过仿真和实验验证了COT方法祛工况的可行性。（2）提出了基于改进冗余属性投影（Improved Nuisance Attribute Projection,简称INAP）的主减输入端特征祛工况方法。针对COT方法只能祛除转速的缺点,研究了基于冗余属性投影（Nuisance Attribute projection,简称NAP）的主减输入端特征祛工况方法。NAP方法构建权值矩阵的方法无法量化不同工况对于振动信号的干扰程度,这会影响祛工况的效果。针对NAP方法存在的缺点,提出了INAP方法,该方法先用奇异值分解（Singular Value Decomposition,简称SVD）求得特征矩阵的协方差矩阵特征值,然后用特征值的离散度来量化某一确定工况下振动信号包含的冗余信息大小。将INAP方法应用于变工况下的主减输入端故障诊断,通过仿真和实验验证了INAP方法祛工况的可行性和相较于NAP方法的优势。（3）提出了基于改进冗余属性投影和核最近邻凸包分类（Kernel Nearest Neighbor Convex Hull Classification,简称KNNCHC）的直升机主减输入端祛工况故障诊断方法,将该方法用于模拟实验台的单一故障诊断实验和复合故障诊断实验。通过仿真和实验验证了基于INAP和KNNCHC的故障诊断方法能够对变工况下的主减输入端单一故障和复合故障进行故障诊断。