齿轮作为机械系统中传递动力和运动的重要装置,在承受周期性交变应力时齿根部位易发生疲劳损伤而出现微小裂纹,并随着裂纹逐渐扩展极易导致断齿的故障发生,从而造成巨大的经济损失。因此对齿轮微小裂纹进行检测和识别,对于保障设备安全运行具有十分重要的意义。本文针对圆柱直齿轮微小裂纹信号的检测方法和特征提取算法进行研究,主要研究内容包括:(1)对齿轮缺陷振动和调谐共振原理进行研究,建立了齿轮振动系统模型,分析了引起齿轮振动的主要因素,基于共振对齿轮微小缺陷引起的微弱振动信号的放大作用,提出了一种基于调谐共振的齿轮微小裂纹检测方法。(2)对齿轮缺陷检测系统进行研究,应用有限元模态分析和实验模态分析相结合的方法对齿轮缺陷检测系统进行模态分析,根据系统前六阶模态频率分布情况,调整检测齿轮转速使齿轮啮合频率及其谐波频率与齿轮快速检测系统的某一阶模态频率相近,从而使检测系统达到调谐共振状态对齿轮微小裂纹信号进行采集。(3)对齿轮微小裂纹振动信号的规律及表现形式进行分析,研究了经验模态分解(EMD)在信号去噪中的应用,提出了一种基于相关性的EMD与形态奇异值分解结合的齿轮缺陷特征提取算法,并进行仿真分析验证,解决了EMD分解中由模态混叠现象导致的去噪后信号有用成分丢失和缺陷特征不易识别的问题,突出了原始振动信号的缺陷特征,具有很强的自适应性。(4)对实验采集的调谐共振下和非调谐共振状态下的齿轮微小裂纹缺陷信号进行综合对比分析,识别出齿轮缺陷类型,验证了基于调谐共振的检测方法应用在检测齿轮微小裂纹的有效性。将基于相关性的EMD与形态奇异值分解相结合的特征提取算法应用于非调谐共振状态下采集的齿轮缺陷信号处理中,验证该算法准确提取齿轮缺陷特征信号的有效性。综上所述,本文针对圆柱直齿轮微小裂纹信号检测进行研究,提出了一种基于调谐共振的齿轮微小裂纹检测方法和基于相关性的EMD与形态奇异值分解结合的齿轮缺陷特征提取算法。通过仿真和实验验证,该检测方法和特征提取算法均有效,为齿轮微小裂纹诊断提供了一种新的方法和思路。