随着国家对环保要求的提升与监管体系的完善,汽车拆解回收产业呈现越来越广阔的发展前景,而现有报废汽车拆解线的信息化与智能化程度较低,且企业拆解人员的技术水平不一,导致其运行效率受到影响。本文针对报废汽车拆解线智能监测与诊断系统及其关键技术进行研究,主要工作如下:首先,分析了系统的功能需求和监测参数需求,设计了系统总体结构。根据拆解线的实际作业需求,设计了系统软件总体架构,确定了构成系统的四个客户端软件,给出了各客户端软件的功能定义。其次,设计了系统数据库。在系统数据库需求分析基础上,定义了系统数据库管理信息内容,包括拆解线的管理信息、拆解模型信息以及拆解线的运行信息,设计了系统数据库总体方案,并给出了数据库表单的详细设计。再次,提出了基于DBN与CDFPA-ELM的齿轮箱故障诊断方法。针对标准花朵授粉算法在自花授粉阶段跳出局部最优的能力较弱的问题,提出了基于欧氏距离和混沌映射的花朵授粉算法(CDFPA),引入欧氏距离和混沌映射,提高了算法在自花授粉阶跳出局部最优的能力。针对极限学习机(ELM)输入权重和隐层偏置的随机性引起的故障识别准确率不稳定的问题,提出了CDFPAELM故障诊断方法,并将其与深度信念网络(DBN)结合,形成了基于DBN与CDFPA-ELM的齿轮箱故障诊断方法。通过实验数据分析验证了基于DBN与CDFPA-ELM的齿轮箱故障诊断方法的有效性。最后,开发报废汽车拆解线智能监测与诊断系统,实现对拆解人员的指导、拆解信息的管理、拆解设备的监控与故障诊断等功能,从而提升了报废汽车拆解线的信息化和智能化水平。