针对由噪声干扰和故障强度分布不均引起的齿轮箱复合故障诊断问题,论文提出了基于群分解和平均差值形态算子(Swarm Decomposition- Average Difference Filter,简称SWD-AVDIF)的齿轮箱复合故障诊断方法。首先运用群分解(Swarm Decomposition, 简称SWD)将齿轮箱振动信号分解为若干单一模态振荡分量(Oscillatory Components,简称OCs);然后对分量进行AVDIF解调,得到SWD-AVDIF解调谱;最后根据解调结果判别故障类型。与EMD对比,仿真信号验证了SWD方法在频率区分能力上的优越性;运用齿轮箱复合故障仿真信号和实验信号进行分析,结果表明该方法能够有效地分离不同故障信号并加强故障特征,为齿轮箱复合故障诊断提供了一种新的方法。