汽车传动系的可靠性是保证车辆动力性和行驶性以及燃油经济性的关键。而车辆传动装置中最为重要、工作条件最为恶劣的部分就是驱动桥,尤其是驱动桥中的主减速器齿轮,其运行状况影响主减速器的传动性能。因此,本文以主减速器齿轮为研究对象,采用一种基于LabVIEW的小波神经网络的汽车主减速器齿轮故障诊断的研究方法,现场识别减速器总成状况,防止齿轮异常失效,降低主减速器齿轮噪声,提高主减速器的传动性能。论文从主减速器的结构和工作原理入手,建立了齿轮的简化振动模型;分析了主减速器齿轮常见的故障类型,产生故障的原因;研究了源于主减速器故障的振动机理,振动与噪声的关系以及各种故障的振动信号特征。基于理论和实验研究分析,本文设计了振动测量专机的总体方案,重点介绍了电气系统的设计方案。硬件系统是由PLC+传感器+数据采集卡+工控机组成;软件系统是由虚拟仪器设计软件-LabVIEW开发研制的,具有信号和图像采集、数据处理和分析、数据显示和存储、神经网络故障诊断等功能。通过故障诊断监测系统中的采集模块,建立齿轮故障库。根据相关经验和资料,在大量实验数据的基础上,通过研究比较,本文采用峭度系数和小波包方法进行故障信号特征值的提取。小波包分解后的各频带能量包含有丰富的故障信息,其中第三层小波包中的6个频段蕴含了齿轮的故障特征。因此选这6个频段的能量向量按尺度顺序组成特征向量,作为神经网络的输入向量。应用三层BP神经网络建立齿轮故障诊断模型,以实验获得的归一化的频带能量作为网络输入节点,将故障模式集作为输出节点向量,通过网络训练的子系统对网络进行在线或离线的训练,调整网络参数。最终利用训练好的神经网络,对齿轮的故障进行在线诊断。本文所设计的振动测量专机可用于在线故障诊断,从而为产品的质量控制提供一个评价标准,有利于对噪声污染的控制和治理,有利于企业提高生产效率,降低生产成本。该系统不仅可以应用汽车主减速器齿轮故障诊断,还可推广应用于其它机械振动信号的采集与分析。