为了有效捕捉高速列车齿轮箱故障引起的本质振动模式,本文提出一种基于EEMD(ensemble empirical model decomposition)的高速列车齿轮箱故障诊断的新方法,该方法的核心是对采集的振动信号进行EEMD分解获取信号的若干振动模式,即振动信号的IMF(intrinsic model function)分量,采用信号与IMF自相关函数的最大相关系数来选择最佳IMF分量,对最佳IMF分量进行Hilbert变换提取其故障包络,利用包络信号的傅里叶谱来检测高速列车的齿轮箱的故障.应用故障实测数据对该方法进行验证,结果表明该方法能够有效提取高速列车齿轮故障引起的振动模式,是一种有效的齿轮箱故障诊断方法.