燃料电池发动机系统就是一种新能源发动机系统。多个传感器被应用到此系统中来采集这些数据。但是这些传感器一旦出现问题不仅会影响到数据的正常采集,如果问题出现的严重,而且会损坏燃料单片电池的性能,对整个燃料电池发动机系统产生重大的损失。因此,及时准确的找出传感器的故障以及出现的原因对燃料电池发动机健康有序运行十分必要。本文对60kw燃料电池发动机传感器系统进行研究,采用小波分析对传感器进行故障诊断。主要的研究内容如下：首先介绍燃料电池发动机系统结构,着重说明这些结构中所要应用到的传感器以及这些传感器所组成的信号采集系统。在此基础上采用巴特沃兹有源低通滤波器对这些采集信号进行滤波处理。并详细的分析了电路结构以及参数的选定。研究了传感器系统的诊断的不同方法,指出现有诊断方法的缺陷。然后根据传感器故障产生的原因,对传感器的故障进行了分类,分别是偏置误差故障、冲击故障、开路故障、漂移故障、短路故障、周期性干扰、非线性死区故障。并分别有并对每个故障的给出了故障模型并进行了故障说明。通过小波时-频分析,体现了小波变换所特有的能够实现时间域局部变化的同时频率域局部变化的时-频局部化能力,在传感器故障诊断中有重要的作用。通过小波变换,对信号进行分解重构,可以在不同的频率下对信号进行更为精细的分析。提出基于小波分析的燃料电池发动机传感器故障诊断。并应用matlab小波分析工具箱仿真各故障类型得出各仿真图谱。通过仿真分析可以看出应用小波分析对燃料电池传感器进行故障诊断,具有分辨率高、能够将输入信号进行多频分解,从而具有诊断精确的优点。本文提出的基于小波分析的燃料电池传感器故障诊断研究。表明当故障出现以后,具有诊断迅速,快捷,故障诊断率高及克服噪声能力强的特点。从而提高故障检测的准确性、有效性和可靠性。