变速箱作为汽车的主要传动部件之一,其健康状态直接影响汽车的整体运行状态。因此在变速箱出厂前对其进行装配品质检测是必不可少的环节。本文对某M型变速箱进行了相应的研究,并开发了一款变速箱装配品质实时检测系统。本文的结构框架如下:首先,叙述了本课题的选题背景及意义,了解了当下变速箱故障诊断技术的发展情况,针对研究对象,从现有的对M型变速箱检测方式出发,选择了对装配品质有较好表征能力的声压信号和振动信号为检测信号,设计和搭建了对应的二元信号采集平台,建立了不同变速箱装配品质数据库。其次,对于变速箱的二元信号,本文给出了一些信号处理方式。为了防止二元信号中的干扰信号对变速箱装配品质检测的影响,通过对目前常用的信号去噪方法进行比较,设计了一种EMD去噪方式与滑动平均值滤波器相结合的去噪方式,并利用仿真信号验证了该去噪方式的去噪效果。之后,利用深度学习建立了M型变速箱装配品质检测模型。以处理后的二元信号为输入,对当下热门的卷积神经网络进行训练,建立了M型变速箱装配品质检测模型。通过对模型的深度、主要的参数进行优化,得到了识别效果最优的模型。通过对比实验,验证了以二元信号为检测对象的方式优于单个信号。为了增强模型的泛化能力以及对装配不合格的溯源能力,采用一种反馈训练模型的方式更新M型变速箱装配品质检测模型。最后,设计和开发了一款M型变速箱装配品质实时检测系统。根据合作企业对变速箱装配品质检测的要求,利用Lab VIEW设计与开发了M型变速箱装配品质实时检测系统,通过现场测试,验证了检测系统的可行性。