在机械领域，齿轮箱在工业、农业、交通等方面占据很高的重要性。由于齿轮箱的广泛应用，所以齿轮箱的故障诊断占据重要的地位。及时的发现故障，并采取有效的措施，可以提前避免故障的发生，降低维修费用，降低损失，具有重要的意义。从传感器测试的信号，包含大量的相互干扰和噪声，这对齿轮箱的故障诊断带来了一定的困难，有时还容易造成错判，可以通过盲源分离算法来降低这些干扰因素。盲源分离算法的优越性主要是由目标函数和优化算法来决定的，但是普通的盲源分离算法由于收敛速度慢，容易陷入局部最优解等缺点，可以通过目标函数、优化算法对盲源分离算法进行改进。量子优化算法具有高度的并行性，可以加快寻找最优解和收敛速度，利用量子优化算法的优越性来优化盲源分离算法，使得盲源分离算法更好的处理齿轮箱的信号，加快算法的运行速度，来寻求最优解。本文主要分析了齿轮箱的力学模型，建立了齿轮箱力学模型和齿轮箱故障特征的关系。研究了盲源分离算法目标函数和优化算法，分析了量子遗传算法，比较了不同量子更新门下的量子遗传算法，将量子遗传算法用来优化盲源分离算法，设计了量子盲源分离新算法，把这种算法运用到齿轮箱故障特征的提取上，取得了良好的效果。