在机械传动过程当中，齿轮箱作为连接和传递动力的通用零部件，在汽车、轮船、航空、电力系统、农业机械、冶金机械等现代工业设备中均得到了广泛的应用。但由于其本身结构复杂，再加上工作环境恶劣，造成其内部的齿轮极易受到损伤。其能否正常工作，直接关系到机械设备工作是否正常，因此，对齿轮箱中的齿轮采取行之有效的故障诊断方法，对于保障齿轮箱正常工作具有十分重要的意义。　　本文针对齿轮箱齿轮的振动信号，首先研究齿轮振动产生机理，介绍齿轮箱齿轮常见故障以及齿轮故障诊断的信号降噪方法、时域分析方法、频域分析方法、时频分析方法。其次论述了相空间重构基本原理，并将基于奇异值分解原理的降噪算法运用于齿轮箱齿轮故障诊断当中，并对比分析了小波降噪效果与基于奇异值分解原理降噪算法的降噪效果，经过对比后确立了基于奇异值分解原理的降噪算法作为本课题的齿轮故障振动信号预处理方法，并在此基础上提出了变模态分解与奇异值差分谱融合的齿轮故障特征提取方法，借助仿真以及具体故障模拟实验得知，该故障诊断方法能够很好的将齿轮箱齿轮微弱故障信息提取出来。最后通过美国 Spctra Quest公司动力传动故障诊断综合试验台，对不同故障齿轮件进行振动信号采集，将基于奇异值分解理论的降噪算法与最小二乘支持向量机融合，对所采集振动信号进行故障训练与识别，实验结果表明，该方法能够有效提高测试精度。　　在齿轮故障诊断故障诊断中，如齿轮齿面磨损、缺齿、断齿、齿根裂纹等故障，其信号中夹杂着大量噪声，有时还伴有调制现象，这使齿轮故障特征难以被提取，因此使用基于奇异值分解原理的降噪算法与变模态分解和最小二乘向量机相结合可更准确的提取出齿轮故障特征，对现场齿轮故障诊断，具有一定的参考意义。