齿轮箱是机械设备中关键的的传动组件，但是由于其结构相对比较复杂，而且在一般情况下其工作的环境也比较恶劣，再加上齿轮箱内部的主要零件的加工工艺复杂，对于安装时的精度要求也比较高，同时在高速重载的情况下持续不断地工作，导致齿轮箱在工作时很容易产生故障，而且发生故障时的振动信号都是非平稳信号，常用的时频分析方法无法满足对非平稳信号的处理要求，因此需要合适的方法来对齿轮箱的振动信号进行相应的处理。　　针对齿轮箱常见的故障问题及振动特征，本文将利用Hilbert-Huang变换方法对齿轮箱的故障信号进行分析，通过EMD方法对原始信号进行自适应的分解，然后进行Hilbert变换得到Hilbert谱和Hilbert边际谱，通过对Hilbert谱和Hilbert边际谱的分析来判断是否发生故障以及发生何种故障。　　本文解决了Hilbert-Huang变换存在的两个重要问题。首先针对信号的降噪问题，本文采用了基于EMD方法的小波阈值降噪方法，对经过EMD分解得到IMF分量进行小波阈值降噪，并针对软阈值函数和硬阈值函数的缺点和不足，提出了一种多层阈值函数来设置阈值，通过仿真显示，基于EMD方法的小波阈值降噪方法可以很好地解决信号的降噪问题;其次针对EMD分解中出现的端点效应问题，提出了一种改进的波形匹配的端点延拓方法，在信号内部找到与端点处信号的斜率相匹配的位置，并将该位置前面的一段信号复制到端点处，结果显示，该方法能够较好地处理端点效应问题。　　通过实验采集齿轮箱内齿轮和轴承的集中故障的振动信号，在前面理论方法的基础上利用MATLAB软件对齿轮的齿面磨损与轮齿折断故障以及滚动轴承内圈故障的振动信号进行处理，利用Hilbert谱和Hilbert边际谱的特征来确定其故障的类型，其结果与实际故障类型一致，验证了Hilbert-Huang变换方法的可行性与准确性。　　在Hilbert-Huang变换理论基础上利用MATLAB GUI开发了齿轮箱故障诊断系统，利用该系统对一振动信号进行处理，结果显示，该系统能够正确的分析信号数据，并显示相应的曲线图。