小波变换是继傅立叶变换以后，近年来迅速发展起来的一门理论，在故障诊断、信号处理、图像处理以及地球物理等方面都取得了成功的应用。 针对齿轮振动信号的振动机理和振动特点，以小波变换理论为基础，有效地提取齿轮振动信号中的故障特征量，达到识别故障、消除故障的目的，本文主要进行了以下几方面的工作： 1) 具体论述了齿轮故障诊断技术的发展状况，齿轮故障振动的机理和振动特点，以及齿轮故障诊断的常用方法。 2) 针对齿轮故障诊断的应用，研究了小波分析的基本理论。 3) 研究了小波分析在非平稳信号分析的实际应用，成功地通过小波分析提取故障信号的特征信息，为识别故障类型提供了有效的分析手段。 4) 用小波阈值法和小波包分解，消除了低幅度的噪声和我们不希望的信号。 5) 提出应用神经网络和模式识别理论设计齿轮故障的分类器。 本文通过仿真和实例分析表明，基于小波分析的时频分析法，不仅弥补了傅立叶变换的不足，而且又具有傅立叶变换的所有优点，在时域和频域都可以准确、实时地获得故障信息。小波分析法作为一种诊断齿轮故障切实可行的方法，具有一定的应用价值和研究意义。