随着汽车技术的发展，汽车自动变速器性能不断完善，结构也相对复杂，成为集液压技术、电子技术和机械技术于一体的精密机电产品，而且各部分本身的情况又比较复杂，故障定位困难，尤其对于变速器内部故障，传统的技术手段和经验判断已远不能适应技术发展要求，往往显示出较大的局限性。由于神经网络有其独特优点，即具有容错、联想、推测、记忆、自适应、自学习和处理复杂多模式等功能，利用虚拟仪器技术和神经网络技术相结合的方法，研究变速器在不解体的情况下进行有效的检测诊断有一定意义。 本文首先概述了虚拟仪器的结构、发展及其在汽车上的应用，再通过分析人工神经网络的结构和故障诊断原理，结合当前自动变速器故障诊断途径及其特点，提出了基于前两者的故障诊断新方法，建立了初始诊断程序系统，并通过实验分析验证了此法的可行性。 本课题主要从自动变速器出现故障时相应的运行工况着手研究，整个研究内容主要有以下五方面：一、以个人电脑作为工作平台，利用虚拟仪器技术，通过M公司图形编程软件LabⅥEW设计自动变速器运行时的数据采集和检测系统。该仪器系统能同时采集多个能反映自动变速器运行工况的传感器和执行器信号数据，实时显示在界面上，可进行直观分析，也能把数据保存在硬盘，进行后处理。二、利用自制的虚拟仪器系统在汽车实验室进行实物测试试验，进一步调试和完善程序，使其达到实验精度要求。三、进行实车路试，让自动变速器在正常状况和有故障状态下运行，利用上述虚拟仪器系统采集各状态下的相关数据，并整理和分析这些原始数据，确定用以作为神经网络训练和检测用的样本。四、通过Matlab的神经网络工具建立神经网络模型，并进行训练，检验合格后，再整合到编制好的数据采集虚拟仪器系统中，使仪器具备神经网络诊断分析的功能。五、实验验证。让自动变速器在预先设定的故障下运行，诊断系统将采集到的数据送入神经网络模型的输入端，进行分析判断，得出故障类别并显示在屏幕界面上。 通过实验证明，本文提出的这种基于虚拟仪器和神经网络的故障诊断程序基本能识别设定的故障，这对实现自动变速器故障诊断的自动化和智能化有一定的指导作用。