齿轮箱是众多机械设备中连接和传递动力的部件,齿轮磨损、裂纹、断齿等故障会导致机器运转异常,因此对齿轮箱故障进行准确、及时的监测和诊断是非常有必要的。由于齿轮振动信号呈现非平稳、非线性的特性,并且齿轮出现故障时常伴随着较强的背景噪声,会影响齿轮箱故障诊断的准确性。本文提出一种基于EMD分解和自相关函数相结合的方法对采集的振动信号降噪处理方法,运用Hilbert-Huang变换方法可以根据信号特征进行自适应的分解,有效的提取故障特征频率,通过分析Hilbert谱图和边际谱图实现齿轮的故障进行诊断分析。本文主要的研究内容和结果包括：(1)研究了齿轮常见损伤形式及其产生原因,根据齿轮故障征兆分析了故障检测参数的有效性；基于齿轮产生故障时出现的啮合频率调制现象和边频带分布特点,得到了齿轮典型故障和相应的振动信号特征频率之间的关系。(2)为了抑制齿轮故障信号中噪声的干扰,突出故障特征频率,提出了基于相关分析和EMD结合的降噪方法,通过对加噪平稳信号和加噪非平稳信号的仿真实验测试,证明了此降噪方法的有效性,与EMD降噪相比此方法的降噪效果更好。(3)运用Hilbert-Huang变换方法分析振动信号。在实验台上分别对齿轮齿面磨损、齿轮裂纹、轮齿折断三种故障进行齿轮箱故障诊断分析。综合对比振动信号的时域波形,幅值谱,Hilbert谱,边际谱等获得故障特征频率及其附近调制边频带特征,成功完成齿轮箱故障诊断,表明Hilbert-Huang变换方法非常适合齿轮箱故障诊断。