本文以提升微车整车NVH性能为宗旨,鉴于后桥主减速器故障振动是整车的主要振动和噪声来源,本课题以主减速器为研究对象,利用“主减速器振动检测系统”对加工和装配完毕的主减速器进行振动测试,采用振动时域信号的波形特征值,脉冲特征值,峭度特征值等时域分析参数指标对主减速器的品质进行在线监控,剔除故障主减速器,防止故障主减速器流入微车整车的装配环节。对故障主减速器的异常振动信号进行离线分析,确定主减速器的故障类型以及故障原因。针对主减速器的故障振动信号为非稳态信号这一特点,文章重点从频域分析、小波分析、Hilbert—Huang变换三个方面对故障振动信号进行分析,通过从理论算法上对比不同分析方式的优劣以及现场实验过程中的应用效果,提出最适合本课题的信号处理方式—Hilbert—Huang变换,并且在理论算法上和实验应用上论证了Hilbert—Huang变换在处理主减速器非线性、非稳态信号过程中的实用性,最后利用Hilbert—Huang变换后的内禀模态函数能够客观反映振动信号内部由于瞬时冲击产生的信号波动这一特点,提出了利用振动信号内禀模态函数的能量值构建故障振动信号特征向量,用以表征主减速器的动力学特性。本课题建立了基于神经网络的故障诊断专家系统,利用故障振动信号特征向量为输入,由专家系统对故障类型进行分类,实现了主减速器故障振动信号特征向量到主减速器故障类型的非线性映射,从而达到了根据振动信号对主减速器的故障加以诊断的目的,实现了主减速器故障诊断的自动化和智能化。