在现代制造工业中,旋转机械的损坏多会产生比较剧烈的瞬态信号如轮齿断裂、轮齿裂纹、轴承故障等。因此可以通过瞬态信号可以判断设备的状况和具体故障,而瞬变的瞬态信号往往淹没在噪声和其他信号中,因此提取瞬变的瞬态信号是信号处理的一个难题。采用传统的信号处理方法难以有效的提取瞬态信号,现有的提取瞬态信号的方法大多数需要人为干预,如果能找到一种自动提取瞬态信号意义重大。本文围绕着模拟人耳听觉特性自动提取瞬态信号为中心进行了研究,主要研究内容如下：(1)建立人耳听觉模型。首先,根据科学家对人耳外周模型的了解,选用Gammatone滤波器组做为听觉外周模型把不同频率段的信号进行分离有利于信号的进一步分析(如在输出的时频图中可以看出调幅信号；可以使微弱的瞬态信号初步明显)；对信号进行逆GT变换消除相邻通道内相同频率成分的相位差,然后,采用Meddis模型来模拟听觉系统的内毛细胞。Meddis模型的主要作用有对通过GT的信号进行半波整流、非线性压缩和自适应调整,可以降低下一步对信号处理的数据量。(2)瞬态信号的提取。瞬态信号的特性为瞬变,表现为两个方面：幅值瞬时突变、频率瞬时突变。本文利用包络方法提取瞬变幅值,对每个通道的信号幅值进行两次包络(两次包络可以直接剔除调幅、调频和正弦信号)。对二次包络先进行同步性检测再对第二次包络的幅值进行比较得出瞬态信号的起点；对一次包络的极小值运算可以得出瞬态信号的结束点,通过波形生成环节可以把振动信号中的瞬态信号提取出来。(3)仿真与实验。搭建了二级斜齿轮减速器试验台,可以实现多种不同类型的故障模拟。本文主要对齿轮间隙、减速器异响进行方法可行性的验证。运用本文方法成功的提取出仿真信号和试验振动信号中的瞬态成分。(4)瞬态信号的频谱估计。瞬态信号的幅值谱含有故障零件的固有频率,对瞬态信号的频谱估计可以提高故障零件固有频率的估计精度,进而判断出发生故障的零部件。