作为齿轮箱动力传递的核心部件,齿轮在机械设备中的使用非常广泛,它的损伤和失效常常会导致传动系统或整机的故障,从而引起重大的安全事故。因此,齿轮作为齿轮箱状态监测与故障诊断的主要对象,越来越受到重视。在实际生产中,对齿轮的检测和故障诊断大多是建立在对其振动信号分析研究的基础上,但实际采集到的齿轮箱振动信号中掺杂了大量未知干扰,对齿轮振动信号的准确分析势必会产生严重的影响。基于此,本文对齿轮故障的特征提取和模式识别技术进行了深入的研究。主要内容如下：(1)从齿轮的振动机理入手,研究齿轮运行时产生振动的原因、振动特点以及在齿轮振动信号中的各种频率成分和信号调制特点；(2)研究了小波变换的相关理论以及小波各种阈值去噪方法的特点,根据不同阈值选取规则对计算机仿真信号的小波去噪方法进行研究,总结出有利于齿轮振动特征信号提取的最有效的干扰去除方法；(3)对信号时频分析方法中的短时傅里叶变换和Wigner-Ville变换的定义、性质和分析特点进行研究,通过对计算机仿真信号的分析比较了短时傅里叶变换和Wigner-Ville分布方法的优点和缺陷,研究了Wigner-Ville分析法的改进型—平滑伪Wigner-Ville分布(SPWV)在信号时频特征提取中的优势。(4)将小波包节点阈值去噪法和平滑伪Wigner-Ville分布时频表示有效地结合在一起,对齿轮在不同运行状态下的实际振动信号进行去噪分析和时频特征提取,并通过与齿轮故障特征的对比,获得齿轮故障诊断行之有效的方法。