汽车发动机是一个复杂系统,其故障约占汽车的全部故障的40%以上。为避免严重事故的发生,需运用故障诊断技术及时了解汽车发动机的工作性能、判断各部件是否处于或即将处于何种故障状态,因此对汽车发动机展开故障诊断技术理论和诊断系统的研究有着非常重要而现实的意义。然而,我国目前的发动机故障诊断系统尚缺乏一种集多种参数采集、分析处理和诊断推理的通用化平台,同时在分析故障现象和故障原因的非线性关系时,现有的故障诊断理论也不能简单地运用到故障诊断系统中,需要通过分析改进,以得到一个切合实际能解决问题的故障诊断推理模型。为此,本文系统介绍了用于发动机故障诊断测试的信号采集、信号处理、神经网络、虚拟仪器等技术,并对各项技术的原理特点及在故障诊断领域中的应用做了细致的研究分析。在此基础上提出了一种以虚拟仪器技术为通用化平台,以神经网络推理为主的多种人工智能技术集成的发动机故障诊断测试专家系统。论文的主要内容包括：1)分析了现有各类故障诊断技术方法的结构组成、推理方法、功能特点及其在故障诊断领域中的应用状况,提出本系统诊断推理方法以神经网络推理为主、专家系统为基础和其他各类故障技术方法为辅的设计思路。2)对信号采集、信号处理方法的原理及其在发动机征兆信号分析中的应用进行了研究,同时针对算术平均值算法存在的一些不足,将分批估计数据融合方法引入到故障征兆信号的统计分析中,提高了数据统计的精度。3)对虚拟仪器的概念、虚拟仪器结构、LabVIEW编程技术等进行了探讨分析,然后分析了能表征发动机工作性能状态的主要参特征数,并设计了基于智能化诊断技术集成和虚拟仪器技术的发动机故障诊断测试通用化平台。