机械系统中，振动信号是机械动力学的外在表现形式，当机械设备中诸如轴承、齿轮等零部件出现局部故障时，振动信号中便会出现瞬态冲击响应成分，而且随着故障的发展演变，其特征波形也会随之变化。因此，提取反映机械零部件局部故障的信号瞬态特征，是机械故障诊断的关键问题。本文依托于江苏省自然科学基金项目（编号：BK2010225）和西安交通大学国家重点实验室资助项目（编号：sklms2011006），以机械故障诊断为目标，以传动系统中滚动轴承和齿轮两种关键部件为研究对象，针对信号瞬态特征提取，提出基于谱峭度的信号特征提取方法，并对相关问题进行深入的理论研究和应用研究。首先，分析传动系统关键部件轴承和齿轮的故障机理及信号特征，为信号特征提取的合理性和必要性提供理论支持，并对轴承和齿轮在局部故障下进行振动试验和振动信号采集，保证理论研究建立在试验验证的基础上。系统介绍谱峭度理论知识、定义、相关性质以及对信号瞬态特征检测的原理，并介绍三种传统谱峭度算法，包括基于短时傅里叶变换谱峭度算法、快速谱峭度算法、基于窗口融合自适应谱峭度算法，并通过仿真分析进一步说明这些算法的特点及不足。针对传统谱峭度算法中存在的不足，提出基于Morlet小波自适应谱峭度滤波方法。该方法通过小波相关滤波提取信号瞬态特征频率作为Morlet小波中心频率，依据最大谱峭度原则，自适应确定最优带宽Morlet小波窗，并对信号滤波，提取信号瞬态特征。仿真分析及与基于窗口融合自适应谱峭度滤波方法比较，验证该方法的正确性及有效性。针对基于Morlet小波自适应谱峭度滤波方法在机械故障诊断中的实际应用，将该方法应用于传动系统关键部件故障诊断。通过对轴承故障设置试验、减速机齿轮故障设置试验以及汽车变速齿轮箱疲劳试验的分析，提取反映轴承外圈、内圈、滚动体局部故障以及减速机齿轮和汽车变速齿轮箱三档齿轮局部故障的瞬态冲击响应成分，进一步验证方法理论上的正确性及实际应用中的有效性和适用性。本文基于谱峭度信号特征提取方法的研究，确定了基于Morlet小波自适应谱峭度滤波方法，有效提取信号瞬态特征，对机械故障诊断具有一定的理论意义和实践价值。