1.一种基于改进经验小波变换的齿轮箱故障识别方法，其特征在于包括如下步骤：

1）对齿轮箱振动信号进行改进经验小波变换，得到各个模态分量，具体步骤如下：

101）对齿轮箱振动信号进行傅里叶变换，获得振动信号的频谱；

102）对步骤101）获得的频谱进行EMD分解，获得若干信号频谱的本征模态函数IMFs和残余；

103）将步骤102）中的部分IMFs和残余进行重构，获得振动信号的频谱趋势；

104）对步骤103）提取的频谱趋势的极大值个数M进行检测和统计，令N=M，即预设模态分量个数等于频谱趋势中的极大值个数，并对频谱趋势进行边界检测；

105）利用步骤104）检测的边界对步骤101）获得的频谱进行分割；

106）对步骤105）所划分的各个频谱片段构造经验小波基函数，等效于构建带通滤波器组；

107）根据步骤106）构造的经验小波基函数对相应频谱段进行经验小波变换，最终得到N个模态分量；

2）对步骤1中获得各个模态分量分别进行解调分析，获得各个模态分量的特征频率；

3）将步骤2）中解调分析获得的特征频率与齿轮箱中对应的各个齿轮的转频进行比较，即能定位故障源，解调分析的方法包括基于Hilbert变换的包络解调方法和基于Teager能量算子的解调方法。

2.根据权利要求1所述的一种基于改进经验小波变换的齿轮箱故障识别方法，其特征在于步骤103）中的部分IMFs为最后4个或5个。