文章在实验研究的基础上提出了EEMD与RBF网络相结合的齿轮故障诊断方法。重点讲述了EEMD的故障特征提取研究的方法和基本原理,简述径向基函数神经网络在故障诊断领域当中的应用。在故障模拟转子试验台上进行实验研究,采集足够的样本信号数据,利用集合经验模式分解原理来进行信号的特征提取,进而进行RBF网络的训练和故障识别,其较高的故障识别率验证了所提出的齿轮故障诊断模型的识别可靠性,同时该诊断模型具备着良好的应用前景。