近年来，随着石油能源的短缺和汽车燃料费用的增加，人们越来越关注汽车燃料的经济性，由此各种油耗检测设备就应运而生。尽管解体式油耗检测技术已较为完善，但是，由于此种检测设备结构复杂，拆装困难，其应用受到了一定的限制，因此不解体式测量方法越来越受到人们的关注。不解体油耗分析仪开发研究是交通部科技攻关项目，此项目包括从方案确定、硬件设计、信号处理到软件编程等很多内容，本论文研究课题是前述实际攻关项目的一部分，其主要工作内容就是研究一种不解体油耗检测技术，建立相应的超声波油耗测值修正数学模型，以确保油耗测试分析的精度。 本论文首先对不解体油耗检测的技术进行了研究，在超声波测流量的基本原理基础上，研究、总结出适合于不解体油耗检测、分析的技术——超声波检测技术，及基于神经网络的油耗数据修正的一整套方案。 通过对超声波传感器工作原理的研究，从检测的实际情况出发，提出适合于不解体油耗检测的超声波传感器选用方案。并采用适合于不解体油耗检测的超声波检测方法——时差法。 通过超声波测流量的方法的研究，对超声波流量计测试误差影响因素进行分析，得出了影响超声波流量测量精度的影响因素，并通过试验数据做出影响因素和流量测量精度的关系曲线。 论文的重点放在不解体油耗检测的误差分析与修正方法研究上。通过大量的实验对超声波流量测量误差进行分析。在总结各种主要的误差修正方法特点的基础上，提出用神经网络模型来修正超声波流量测值的方法。建立超声波油耗测量神经网络修正的数学模型，其中包括神经网络结构设计、参数选择、训练方式选择以及实验验证等，最终建立最优的超声波油耗测量神经网络模型。 最后，利用Visual C++和MATLAB软件编制了超声波油耗测量修正系统的上位机软件，实现了数据的输入、修正和输出等功能。