齿轮-转子系统作为各类机械系统中最为常见的系统之一,已经成为工业生产中最重要的一环。作为系统中最重要部分的齿轮,其健康程度可能会直接影响到整个系统能否运行。裂纹作为齿轮失效形式中最普遍的一种形式,其早期裂纹难以识别且冲击信号微弱。如果在设备的监测环节中能够有效识别出齿轮-转子系统中存在的早期裂纹现象,就能够提早的预防齿轮系统故障,本文主要研究:分析含齿根裂纹的齿轮副系统响应:对渐开线齿轮进行建模分析,以能量法为基础对齿轮啮合刚度及含裂纹齿轮的啮合刚度进行求解分析;以健康齿轮的传动系统进行建模并对含裂纹的齿轮动态系统进行振动特征响应分析。基于EMD和BP神经网络齿根裂纹故障诊断:根据动力学基础理论,对齿根裂纹4mm,转速为1000r/min运行状态下的齿轮仿真处理并进行EMD分解,实验方面,采集不同三种裂纹程度下的信号,并对其进行EMD与BP神经网络相结合的手段进行处理,分析不同裂纹程度下齿轮信号的差别。基于核主成分分析的齿根裂纹损伤程度识别:对健康齿轮、1mm的齿根裂纹、3mm的齿根裂纹三种情况进行动力学仿真,采用PCA与GRA相结合计算待检测样本与多个比较样本之间的关联度并与实验相结合。基于EMD和Choi-Williams分布的多裂纹齿轮副系统故障诊断:建立16自由度的齿轮-转子-轴承传动系统非线性动力学模型。基于第二章能量法计算齿轮出现连续双裂纹、间隔1个轮齿的双裂纹、间隔2个轮齿的双裂纹、间隔5个轮齿的双裂纹、间隔8个轮齿的双裂纹等六种时变啮合刚度并进行比较,基于第三章中的EMD理论,对扭转方向上的振动位移信号进行经验模态分解,并对IMF分量进行CWD表达并对STFT时频谱图与CWD进行比较分析。