1 引言
齿轮传动是机械设备中最重要的传动之一，形式多样应用广泛。与其他传动形式相比，齿轮传动具有以下特点：
⑴ 高效，在常用的机械传动中，齿轮传动效率最高； ⑵ 结构紧凑，在同样的使用条件下，齿轮所占空间一般较小；
⑶ 工作可靠、使用寿命长，设计制造正确合理且维护良好的齿轮传动，寿命可长达一二十年；⑷ 传动比稳定[12]。
而齿轮作为变速器内传递扭矩和传递动力的部件，在整个传动系统中起着重要用途。齿轮的运行状况直接影响到整个设备的运行状态。由于齿轮箱工作环境比较恶劣，故易出现故障，且齿轮、轴、轴承等其中的零部件加工工艺复杂，装配精度高，又常在高速、重载下连续工作，故障率较高，是引起机器故障的最重要原因的之一。因此故障诊断技术一出现就受到学者普遍关注的课题之一。
1.1 国内外发展现状与趋势
第二次世界大战期间由于各国军事力量的角逐促使了故障诊断技术的产生，但由于当时的计算机技术等水平的限制，则其发展比较缓慢。到十九世纪六十年代时，由于电子和计算机技术的迅猛发展，则为故障诊断技术研究提供了基础。然而快速傅里叶算法的产生推动信号处理分析向新的方向发展。从此齿轮故障诊断技术开始快速发展。故障诊断技术经过近半个世纪的发展，一些发达国家己经进入实用阶段。
我国首次接触故障诊断技术的概念是在1979年，而真正的起步是1983年，起步比较晚，但我国学者也取得了的一些成绩，如具有一定的世界影响的邓聚龙的灰色诊断法。而东北大学和北京科技大学率先开设故障诊断专业方向，之后原冶金工业部在北京冶金设备研究所建立了设备故障诊断研究室。此外，我国在机械行业、航空工业，核工业、铁道部门和交通部门等都是卓有成效的。目前国内建立故障诊断工程中心并培养故障诊断方面人才的高校有东北大学、西安交大和哈工大等等。
1.2 神经网络应用于齿轮故障诊断
人工神经网络是模拟人脑神经组织结构和行为的智能概念。它是神经元相互连接而成的网络结构，信息处理单元是神经元，信息传递通道是连接弧。由于人工神经网络技术的不断发展，其应用于分类和模式识别。根据实际运行时表现出的不同征兆，训练过的网络能分辨系统是在正常状态或故障状态以及哪种故障状态运行。齿轮箱作为机械传动的主要部件，而由于其中的轴承、齿轮和轴系的工作环境比较复杂，一般并不会出现单一的故障形式，往往多个故障同时发生且相互影响。而且由于齿轮箱性能和结构等原因，如果单凭经验或一般的诊断方法是
