随着汽车工业的迅速发展,汽车生产量和保有量不断增长,而且汽车制造技术的不断进步,使汽车发动机的越来越复杂。2008年将在全国实施机动车污染物排放国Ⅲ标准(相当于欧Ⅲ)标准,并强制要求安装车载诊断系统(简称OBD)。在现代化社会中,车用汽油机的故障诊断技术越来越受到重视,如果车用汽油机的某些部位出现故障而未能及时地发现和排除,其结果不仅会导致汽油机本身的损坏,甚至可能会造成车毁人亡的严重后果。近年来,我国汽车工业得到了迅速的发展,给人们生活带来了极大的方便,但是由于设备更复杂与数量更多给汽车维修人员带来了难题。因此研究车用汽油机的智能故障诊断技术具有实际意义。而且汽车的安全运行问题受到越来越多的关注,加强汽车的安全技术检测,成为有待研究解决的重要课题。在这样的背景下,本文针对传统故障诊断专家系统获取知识的瓶颈,不具备自学习的功能,采用人工神经网络和模糊理论来研究电控汽油机的智能故障诊断。针对电控汽油机的的怠速或怠速控制阀故障、点火线圈故障、点火正时不对、火花塞故障、节气门故障、进气管漏气、空气滤清器故障、喷油器故障、燃油供给系统故障、冷却系统故障及润滑系统故障,设计了BP诊断网络和模糊BP诊断网络。根据神经网络的特点,指出采用神经网络进行故障诊断的可行性。仿真结果表明对于电控汽油机的故障诊断而言,BP网络确实为一种较为实用的神经网络,它具有很强的模式识别和分类能力。由于电控汽油机故障的复杂性和模糊性,采用传统的以布尔代数为基础的二值逻辑显得过于粗糙不精确,因此引入模糊逻辑的概念,构造了模糊神经网络,并用它进行电控汽油机的故障诊断。仿真结果表明,将模糊逻辑引入神经网络后,对知识的表示更加准确,不仅对输入故障现象的描述更加细致,而且对输出故障的原因也有明确的解释,更符合人们的思维习惯。