汽车变速箱疲劳寿命试验中可能发生的故障种类很多。又由于汽车变速箱变速挡位多，多对齿轮同时啮合，结构紧凑，部件之间相互耦合，因而监测诊断用的振动加速度信号与故障之间的映射关系非常复杂。特征与故障之间并非简单的一一对应关系。以信号处理技术为手段的常规诊断技术已显示出故障诊断能力较弱的不足。ＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒｋ（简称ＡＮＮ，人工神经网络）以其非线性大规模并行分布式处理、联想、记忆、高度的容错性、自适应、自组织及自学习能力和极强的非线性映射能力，在模式识别、信号处理与图像处理、控制理论、故障诊断等领域得到了广泛应用。本文详细介绍了多层前向网络（ＭｕｌｔｉｌａｙｅｒｆｅｅｄｆｏｒｗａｒｄＡＮＮ）在汽车变速箱状态监测和故障诊断中的应用情况，给出了基于ＡＮＮ的寿命预测结果，并与传统方法得到的相应结果进行了比较。并就汽车变速箱状态监测和故障诊断中的特征选择、特征提取、诊断模型和寿命预测模型的建立等问题进行了讨论。