随着工业技术的发展，现代设备的生产方式更加趋于自动化和连续化。变速箱作为机械设备中最常见的传动方式之一，在各种设备中有着广泛的用途。因此，对变速箱进行状态监测及故障诊断意义重大，不仅可缩短维修时间、降低维修成本，还可提高诊断准确性和维修质量，创造可观经济效益。　　 汽车生产自动化程度的日渐提高以及市场竞争的日趋激烈化，要求汽车制造公司在高产量的同时保证产品质量的可靠，这样对机械故障诊断的准确性和快速性提出了更高的要求。变速箱作为汽车动力总成的重要部分，其质量对整车性能有着极大的影响。因此，快速准确的对变速箱进行在线检测和故障诊断是保证汽车质量的重要途径。　　 变速箱故障诊断技术是近年来的研究热点。当变速箱发生故障时，其故障信号往往包含着大量的冲击成分，由于变速箱内部结构比较复杂，所以其振动信号同时含有很强的噪声成分，如何有效的消除噪声，提取到故障信号是变速箱故障诊断的前提和基础。　　 本论文围绕小波变换和小波包变换在变速箱故障诊断中的应用进行了理论研究和实验验证，将小波分析这一时频分析方法应用到变速箱故障诊断领域。结合自适应小波变换滤波与经典的小波阈值去噪算法，提出了一种基于小波的双层滤波去噪算法，它可以有效的消除变速箱故障信号中的噪声；对去噪后的故障信号进行重采样处理，以便消除由于转速和采样频率的改变对小波包频带能量特征提取的影响；然后，将重采样后的信号进行了小波包分解。最后，小波包频带能量序列被提取作为故障特征向量，以便进行故障诊断。　　 实验结果表明，本文提出的基于小波的双层滤波去噪算法相对于传统的小波阈值去噪算法，去噪效果更优：相对于改变尺度因子α与小波形状控制参数的k的自适应小波变换滤波算法，计算量大大减小。重采样信号处理可以较好的消除转速和采样频率对故障特征向量提取的影响。因此，以小波包分解频带能量序列作为故障特征向量能较好的表征不同的故障。