机械式自动变速器（AMT）具有非线性、多参数和时变性等特点，其控制过程非常复杂，在研究过程中必须进行大量实验来优化控制过程。而大量的实验会产生海量的实车数据，采用传统的数据分析和管理方式，无法快速挖掘出潜在的、有价值的信息，因此，有必要开发一套专业完善的故障分析系统，来深入分析AMT的实验数据，为优化AMT的控制提供依据。本文结合数据挖掘的分类分析算法，依据Microsoft Access数据库的设计准则，以LabVIEW为开发平台，建立了基于数据挖掘的AMT故障自动诊断系统，实现了高效的分析海量实车数据中的故障。故障诊断系统能够从海量的实车数据中挖掘出各传感器和执行器的故障，并且，提取出换档、制动等关键数据进行深入的故障分析，通过分类逐步分析故障的方式，提高故障挖掘的效率，增强关键数据的分析深度。批量分析数据的过程中，系统会完成AMT数据的分类，提取请求换档、换档和制动等关键数据，同时，对非关键数据进行故障分析。之后，系统深入分析AMT的换档、制动等过程，挖掘关键数据中的故障信息，并结合历史故障数据，分析故障发生的原因。分析结束后，系统通过图表的形式显示各类故障信息、关键数据和实车数据。此外，系统具有配置信息管理模块，支持分析多种类型的AMT数据，系统的各个显示模块具有实用的汇总、统计和筛选数据的功能，可以提高用户查找、筛选目标信息的效率。本文设计的AMT数据分析系统通过了大量的实验验证，针对具有不同数据协议的AMT，已分析了大量的实车数据，建立了完善的AMT故障诊断系统，分析结果表明本系统工作稳定、准确，可以满足AMT系统的研发需求。