电动助力转向(EPS)具有节能、安全等很多优点,有取代传统液压动力转向系统的趋势,如今电动助力转向的研究越来越受到重视。转向系统是汽车的安全部件,必须高度可靠。电动助力转向由电机来提供助力,作为一项新技术,和液压动力转向相比,EPS 存在不同的故障模式,有必要进行研究。电动助力转向的可靠性与故障诊断技术是电动助力转向实现产品化的关键技术之一。本文针对电动助力转向的特点,结合故障树理论和神经网络方法对电动助力转向的故障诊断技术进行了研究。首先对各种电动助力转向的结构与组成特点进行了深入分析,应用故障树理论建立了电动助力转向通用型故障树模型,并对不同结构的电动助力转向系统的主要故障部位进行了分析。以实际开发的转向轴助力式电动助力转向为研究对象,建立了转向轴助力式电动助力转向的具体故障树模型,并对其主要故障进行了诊断分析。通过对BP 神经网络和电动助力转向故障特点的研究,采用具有两个隐层的BP 神经网络,运用动量法和自适应学习率算法,有效地解决了标准BP 网络算法收敛速度慢和局部最小值问题,建立了基于BP 人工神经网络的电动助力转向故障诊断系统。通过电动助力转向故障实验,分析了电动助力转向故障特征,用BP 神经网络故障诊断系统对电动助力转向进行故障诊断测试,表明BP 神经网络运算速度快,其精度达到了正确诊断的要求,可以用于电动助力转向的实时故障诊断。