齿轮变速箱是机械设备中的一个关键组件，其运行状态的好坏与整个机械系统的健康状况直接相关。随着机械设备不断向着大型化，综合化，精密化和复杂化的方向发展，人们越来越关心如何在不停机的状态下完成对齿轮箱的故障诊断。齿轮箱其内部零件在发生故障时，往往会产生明显的调制现象，通常采用解调方法进行处理。但是，目前常用的解调方法，如Hilbert包络解调，检波滤波解调和循环平稳解调对齿轮箱中复杂成分的调制信号进行解调时会产生频率混叠现象。因此，在对齿轮箱故障振动信号进行解调分析之前，应将其分解为单一成分的调制信号。本文提出采用局域均值分解对齿轮箱故障信号进行处理，将其分解为单一组分的调制信号，对分解出的能量集中的乘积函数进行循环平稳解调，求取其循环谱，再将循环谱进行组合，抑制直接使用循环平稳解调而产生的交叉干扰项的影响。首先对循环平稳理论进行了研究，着重探讨了二阶循环统计量，并分析了其解调性能，与常见的Hilbert包络解调和能量算子解调方法进行了对比，证明了其优越性，并对二阶循环统计量在实际应用中的缺陷进行了分析，提出一种改进思路。其次对LMD分解方法进行了研究，与另一种自适应的信号分解方法——经验模态分解进行了对比，验证了LMD分解优越性。同时研究了平均滑动步长的选择对LMD分解精度的影响，采用改进的LMD分解方法来提高分解精度和速度，并与传统的LMD分解进行了对比，验证了其优越性，并将其应用到循环平稳解调中来抑制交叉干扰项的影响。最后利用两个结构形式不同的齿轮箱实验平台，模拟了齿轮箱正常状态、齿轮故障状态和轴承故障状态的工作情况，并采集相应的振动信号，运用文中提出的方法对各状态的特征进行提取，获得了良好的结果。