齿轮是旋转类机械的重要组成部件，其运行状态监测和故障诊断具有很重要的意义。本课题研究匹配追踪算法在齿轮局部故障诊断中的应用。　　研究的主要内容和成果如下：　　(1)研究匹配追踪算法机理，重点讨论其实现步骤中原子库的构造、最佳匹配原子的寻求和迭代终止条件的设置问题。结合齿轮故障振动信号的结构特点构造出冲击、Fourier和调制三种适合分析齿轮振动信号的特征原子库。引入遗传算法寻求最佳匹配原子。提出一种基于衰减系数的迭代终止条件。　　(2)对匹配追踪应用于齿轮故障诊断作可行性分析。讨论参数选择对调制特征原子库匹配信号中调制成分效果的影响。提出横向匹配的思想，冲击字典横向匹配系数谱能敏感检测出信号中冲击成分的初始位置。　　(3)提出复合字典多原子匹配分解与重构算法，在重构过程中引入阈值降噪，分析其在分析齿轮故障信号时提取冲击故障特征的应用效果。　　(4)提出复合字典单原子匹配分解与重构算法，讨论迭代终止条件、特征原子库的选择对其应用效果的影响。基于衰减系数的迭代终止条件能大大增强分解稀疏性，且降噪效果良好。调制特征原子库较Fourier特征原子库具有更好的匹配效果。　　(5)比较多原子匹配和单原子匹配应用效果的异同与优劣。选择合适的衰减系数，两者能达到近乎一致的匹配效果。　　(6)采用特征波形法建立模式匹配库，将匹配追踪应用于齿轮振动信号模式识别。　　(7)上述算法均采用齿轮振动仿真信号或工程信号以验证应用效果。