齿轮系统是机械设备传动中重要组成部分,具有传动比恒定、功率密度大、传递效率高等优点,广泛应用于高精机床、轨道交通、航空航天、石化风电等关系国计民生的重要领域。随着机械设备朝着高功率密度、高承载能力等方向不断发展,服役环境变得复杂苛刻,故障发生概率增高,严重影响机械设备运行的可靠性与安全性。如果能在设备早期故障阶段及时发现故障相关特征信息,并采取应对措施,就可以减少经济损失、避免严重事故发生。然而,齿轮早期故障振动信号通常十分微弱,且受到传递路径、复杂背景噪声、多部件振源耦合等因素的综合影响,进一步削弱了振动信号中的故障特征信息;同时故障特征信息分布随工况变化、故障形式及几何形体演化、齿轮机体损伤程度变化发生动态变化,增大了对故障特征信息的提取的难度。因此,探究齿轮故障振动机理及其动态响应特性,研究复杂强噪声环境下齿轮早期微弱故障特征提取方法,对保证机械设备平稳、安全、可靠地服役具有十分重要的理论意义与实际工程价值。本论文针对齿轮早期微弱故障振动特征提取问题,围绕齿轮故障振动机理及动态响应特性、故障特征信息定位与提取、非平稳复杂机械噪声消除等方面开展研究。论文的主要研究工作包括:（1）针对齿轮故障调制机制及演变规律不明的问题,研究了含齿面剥落故障的齿轮副啮合刚度的计算方法,建立了六自由度直齿轮剥落故障动力学模型;研究了转速、扭矩及剥落尺寸大小对振动响应的影响,揭示了齿轮故障调制机制及演化规律,为齿轮早期微弱故障特征提取奠定了理论基础。（2）针对齿轮振动故障特征信息定位与提取问题,考虑故障诱发的振动特征信息具有微弱性与时变性特点,提出了多尺度自适应模态分解算法;优化了模态迭代更新公式,提高了模态分量中故障特征信号成分的完整性,减少调制频带外的噪声干扰成分;考虑初始化中心频率对故障特征频带搜寻的影响,提出了基于频谱趋势分析的参数优化方法,克服了传统连续变分模态分解算法中随机选取中心频率导致迭代次数多、计算时间代价大的缺点,避免了模态迭代更新后最终不能正确收敛到目标频带现象的出现;考虑齿轮故障故障振动信号具有多谐波调制程度不同、带宽尺度不一的特点,提出了基于融合调制冲击指标的自适应尺度匹配策略,克服了以固定、单一带宽尺度无法准确提取齿轮故障特征信息的缺点。（3）针对机械噪声干扰问题,提出了进化论与多尺度耦合降噪方法,通过进化论自适应消噪算法,消除了外部环境强噪声干扰成分,获得了高信噪比的齿轮振动信号,基于多尺度自适应模态分解算法,实现了敏感故障特征频带的分离。（4）搭建齿轮故障模拟实验台架,模拟了齿轮剥落故障,测取了故障齿轮的实验振动信号;将本文所提出的方法应用于齿轮的故障特征提取,通过实验结果的分析,验证了本文提出的进化论与多尺度耦合降噪方法在齿轮早期微弱故障特征提取中的可行性与有效性。