齿轮箱作为一种传动设备在各种机械设备中广泛应用，对其进行故障诊断，保证设备正常运行具有重要的实际意义。振动诊断法是故障诊断的主要方法，但由于齿轮箱内振动传递复杂，难以获得故障本底振源，造成了齿轮箱故障诊断的困难。本论文结合自然科学基金青年基金项目(编号：50205025)和国家自然科学基金(编号：50675194)，通过与时域ICA和频域ICA方法的比较，研究基于小波包的独立分量分析方法获取齿轮箱故障源的方法，并在LabVIEW环境下结合MATLAB开发了相应的信号分析系统，最后设计构建了多源振动实验台，进行了实验研究。论文的主要研究内容和相关章节如下：第一章论述了齿轮箱故障诊断的重要意义，介绍了齿轮箱故障诊断的方法与技术。从时域、频域、现代信号处理的角度讨论了齿轮箱振动信号处理方法，并综述了小波和独立分量分析技术在齿轮箱故障诊断领域中的研究现状。最后给出了本文主要研究内容、技术路线和总体结构。第二章分析了齿轮箱振动产生和传播的机理，给出了齿轮振动模型。研究了齿轮箱故障的振动模型，分析了齿轮箱故障振动信号的调制、混叠特点，为故障源分离算法的正确选择提供了依据，说明了基于小波包的ICA理论应用于齿轮箱故障源信号分离的适用性。分析整理了啮合齿轮的裂纹、点蚀等典型故障的振动信号特征，为故障特征提取和故障诊断提供了依据。第三章介绍了小波的多分辨率分析和小波包的分解和重构理论，探讨了小波包分解排序的Gray编码排序，通过仿真信号验证，给出了本文采用的排序；给出了一种基于小波包分解和重构的齿轮箱振动信号特征提取方法，并进行了仿真研究，探讨和分析了小波包分解和重构产生的杂频现象，得出杂频与小波函数的选取和采样频率的确定相关的结论。第四章介绍了ICA的基本理论和算法；引入了高阶ICA(HOS)和二阶ICA(SOS)两类主流算法，仿真研究了不同信号特征下各种算法的优缺点。针对齿轮箱振动信号的瞬时混叠和卷积混叠，对瞬时混叠，提出了用小波包预处理提取特征频段再进行源分离的方法(小波包时域ICA)；对卷积混叠，提出了在小波包预处理后转换到频域进行源分离的方法(小波包频域ICA)。通过与时域ICA，频域ICA相比，表明了基于小波包的ICA算法的可行性和有效性。第五章构建了基于小波包的ICA分析为主多种信号处理方法相结合的齿轮箱故障源信号分析系统，提出了系统的总体设计和总体结构框架；介绍了采用的开发工具MATLAB，LabVIEW，探讨了两者接口的结合方法——COM组件技术；实现了基于COM组件技术的ICA算法和基于LabVIEW的小波包分解和重构算法。第六章针对齿轮箱振动故障诊断的要求，设计构建了故障仿真模拟系统，包括了齿轮箱多源模拟振动实验台、速度控制系统、实验数据采集系统等。在实验台上对大小电机、电机齿轮箱等不同情况进行了实验模拟，用时域ICA，频域ICA，小波包时域ICA，小波包频域ICA实现对实验数据的分析，验证了各类ICA算法的有效性，并发现基于小波包的ICA方法可以突出特征频段，提高了分析的精度和准确性，增加源分离的可能性。第七章总结与展望。对本文的工作进行了回顾与总结，并对下一步工作提出了一些初步的设想。