发动机是汽车动力的来源。随着其工作性能的不断改善、电子化程度的不断提高,其结构也变得越来越复杂,虽然发动机发生故障的概率并不是太高,但是一旦发生故障将很难诊断。随着人工智能技术的快速发展,神经网络已经越来越多的应用到了复杂系统的故障诊断中。本文以电喷发动机怠速不稳故障为例,用多传感器信息融合的神经网络方法对几种主要故障原因在MATLAB环境下进行了仿真研究。本文首先分析了国内外汽车故障诊断技术的现状和发展状况,总结了一些故障诊断的主要理论和方法,对神经网络原理的基本知识、径向基函数神经网络作了比较详细的介绍;其次,对发动机电控系统的基本知识进行了介绍,并分析了几种主要传感器及执行器的波形,指出了波形特征和故障的关系;然后,研究了多传感器信息融合神经网络发动机故障诊断方法,以电喷发动机怠速不稳为例,选择了相关传感器、执行器波形特征参数为原始特征向量,并研究了应用主成分分析方法进行特征提取的方法以及信息融合中心的设计;最后在MATLAB环境下设计了诊断怠速不稳的多传感器信息融合RBF神经网络,并进行了检验。本文在MATLAB环境下使用基于主成分分析和信息融合的RBF神经网络对怠速不稳样本进行训练和仿真实验,经验证该故障诊断模型对电喷发动机故障识别具有很高的准确率。最后,将多传感器信息融合的神经网络方法和单传感器信息的神经网络方法进行比较,证明了多传感器信息融合的神经网络方法的故障诊断准确率更高;将使用主成分分析的RBF神经网络和不使用主成分分析的RBF神经网络比较,结果显示使用主成分分析可以使神经网络结构更简单,性能更好。