鉴于目前大多数发动机异响检测还是采用人工听诊的方法,存在着错检、漏检、准确率不高,长时间的工作还对人体健康造成一定影响的特点,本文提出了一种用声信号分析发动机异响的非接触式故障诊断方法。首先对从生产线上采集到的发动机声信号进行滤波降噪处理,以还原被噪声掩盖的发动机固有特征;然后对其进行极坐标镜像处理,形成极坐标下的对称图形;再通过上述方法处理大量信号,选出同种发动机类型的极坐标镜像图,并做图形平均处理,从而形成各种发动机类型的标杆图;最后将待检测的发动机声信号进行滤波和极坐标镜像处理,通过与发动机各种类型的标杆图匹配,找出最大匹配值所对应的发动机类型,从而达到发动机异响在线检测的目的。本文先对发动机异响领域进行了简单的介绍,知道了故障诊断正朝着智能、便捷、系统的方向发展,利用当前的计算机技术和学科交叉特点,发动机异响检测存在着很大的发展空间,为下面的研究指明了正确的方向。然后通过对小波理论的分析,得知发动机声信号在通过小波滤波后,背景噪声能得到有效的去除,发动机声信号中的瞬态脉冲信息会被很好的保留,这正符合发动机异响检测的期望;再通过极坐标镜像法理论的分析,得知该方法能将时域声信号变成极坐标下的对称图形,该图形以独特的视角展示出信号的特征,非常便于识别。通过用加噪的bumps信号模拟发动机实测到的声信号,来验证小波滤波的效果。与minimaxi阈值滤波法对比,并用信噪比和均方误差两个参数作为评价指标,得出小波相关滤波能很好的还原发动机声信号的突变特征,滤波效果较好。在用实测的发动机声信号进行验证性分析中发现,不同类型发动机声信号在未进行小波相关滤波情况下,所形成的极坐标镜像图也存在一定的差别,但正常发动机和箱体异响发动机之间的差异很小,用匹配系数法检测发动机异响类型存在检测错误率。当极坐标镜像法与小波滤波结合后,不同发动机类型之间的极坐标镜像图差异变大,通过匹配系数分析,发动机异响检测能达到很好的效果。最后通过一套基于NI数据采集前端和Lab VIEW、MATLAB的发动机异响在线检测系统将上述方法应用到了实际。