汽車變速齒輪箱是汽車動力系統的重要部件，開展齒輪箱振動信號分析且實現在線監測，能夠實現齒輪變速齒輪箱的早期故障的監測和診斷排除，對汽車的安全行駛和避免突發事故的發生起著非常重要的作用。

EMD（簡稱經驗模態分解）是近年來發展起來的一種新的非線性，非平穩信號分析方法。EMD是將復雜信號分解成有限數目相互獨立的具有穩態特性的本征模態函數集。

EMD被認為是近年來對以Fourier變換為基礎對線性和穩態譜分析的一個重大突破，本文就是利用EMD方法對汽車齒輪變速齒輪箱振動測試信號進行分解，再根據不同頻帶呢信號所包含故障信息的能量變化對故障分析檢測。

模態函數集簡稱為IMF,每個IMF可以是線性或非線性的，任何一個信號可以分解為有限個IMF之和。與其他的信號處理方法相比，EMD分解出來的IMF分量包含了信號從高到低不同頻率段的成分，每個頻率段包含的頻率分辨率都隨信號的不同而變化，具有自適應多分辨分析特性，是一種自適應信號處理方法。

通過實驗，可以看出故障齒輪的振動信號和正常齒輪信號在不同的頻率成分的信號幅頻特性能量發生了明顯的變化。而在相同頻帶內故障齒輪的振動信號和正常齒輪信號的能量也發生了較大的差
別，通過頻帶能能量的變化可以明顯的將故障齒輪的振動新哈和正常的齒輪信號區分開來，從而實現齒輪箱變速齒輪箱的早期故障的監測和診斷。

大量的實驗證明，這種基于EMD分解分析得到的信號能量特征向量，可以作為故障特征向量對汽車齒輪變速齒輪箱進行診斷，根據特征向量可以進行分類決策，確定是否有故障以及故障的位置。