齿轮噪声检测及溯源技术是提升汽车变速箱品质的重要方法之一。齿轮噪声溯源是通过对噪声信号的特征分析来实现对齿轮噪声源的辨识,然而噪声信号自身的复杂性给特征提取工作带来一定的困难,为此本文以汽车变速箱齿轮及其噪声为研究对象,展开了对齿轮噪声溯源方法的研究,目的是解决噪声源信号特征难以提取的问题,为噪声源类型的辨识提供有效依据。本文首先从基础理论方面分析了齿轮噪声的产生机理,并依此将齿轮噪声源进行分类,然后通过建立齿轮动力学模型来探究引起齿轮噪声的各种激励源及其信号的频率组成,着重分析了齿轮各噪声源的信号特征。然后是对溯源方法的理论研究,本文以变分模态分解(VMD)算法为基础,针对模态分解数K会直接影响算法的分解效果这一问题,提出了一种基于基尼不纯度的K值优化方法。该方法是通过计算不同K值下的基尼不纯度和其增长率,以阈值1%作为最佳K值的选取指标,并引入基于噪声信号的功率谱及其细化谱分析,从能量的角度对特定分量信号做细化分析,使信号的特征频率更加清晰明显。此外通过仿真信号分析,来验证该齿轮噪声溯源方法的有效性。最后是对所提方法的实验验证部分,本文利用自主设计的齿轮噪声试验台,采集了一级传动齿轮副(驱动齿轮和惰齿轮)的噪声信号,实现了对齿轮磨损噪声源和裂纹噪声源的追溯和辨识。实验结果表明,该方法能够提取出特定噪声源信号中的特征频率,并且与理论分析特征一致。本文以理论分析与实验验证相结合的方式,研究了汽车变速箱齿轮噪声溯源方法的可行性,实现了对汽车变速箱齿轮特定噪声源的有效识别,为汽车变速箱减振降噪和品质提升提供了一种有效方法。