当齿轮箱存在故障时,其振动信号通常表现出非平稳特性,并且故障特征信息往往淹没在强大的背景噪声中。尤其是当齿轮箱发生复合故障时,振动情况更加复杂,难以实现有效诊断。为此,本文基于希尔伯特-黄变换进行齿轮箱故障的特征提取与消噪技术研究。本文主要研究内容如下:第一,研究了齿轮箱的振动机理与故障类型,详细分析了齿轮、轴承等部件发生故障时,振动信号的频谱特征及不同故障所对应的特征频率。第二,介绍了希尔伯特-黄变换的基本理论,阐述了希尔伯特-黄变换方法的特点,并通过仿真实验证明了希尔伯特-黄变换方法能够在低信噪比情况下实现信号的降噪与特征提取,表明希尔伯特-黄变换可用于分析齿轮箱故障信号。第三,提出了一种基于希尔伯特-黄变换能量谱分析的齿轮箱故障诊断方法实现对齿轮箱单一故障与复合故障的诊断。该方法通过对经验模式分解获得的本征模式函数进行希尔伯特变换,得到能量谱,采用谱分析与理论计算的方式实现齿轮箱故障的判定。第四,通过对齿轮箱故障试验数据的分析,证明希尔伯特-黄变换方法能够实现齿轮箱故障的特征提取与消噪技术研究,表明本文所提出的方法能够有效实现对包括复合故障在内的多种齿轮箱典型故障的诊断。