目前,电控发动机故障诊断理论和方法已成为研究的热门课题。作为先进控制技术应用的代表,发动机电控系统呈现出复杂性和多样性特点,因而依靠传统的故障诊断理论和方法很难达到预期的目的。目前电控发动机故障诊断系统所应用的故障诊断方式比较单一,故障诊断的准确度不高。研究多种故障诊断方式相结合的、准确度高的智能故障诊断系统是值得关注和支持的。本文从电控发动机的控制系统出发,研究了电控发动机的故障特点,分析了电控发动机的数据流与故障原因之间的关系,开发了基于故障代码和数据流分析的智能混合故障诊断系统。该系统综合了基于故障代码的故障诊断效率高和数据流分析的故障诊断准确度高的优点,缩短了汽车故障诊断的时间,提高了汽车维修行业的服务质量。在对电控发动机控制系统仿真分析的基础上,根据丰田卡罗拉的故障征兆表,分析了电控发动机故障征兆及故障原因,提出了电控发动机故障征兆与故障原因之间的关系模型；最后重点研究了电控发动机控制系统的数据流,研究表明：控制系统的故障原因能以数据流的形式表示。论文进行了智能混合故障诊断系统的诊断方法研究。首先分析了智能混合故障诊断系统的诊断方式,并利用实际故障征兆,研究了数据流分析的故障诊断流程,提出了分级故障诊断的原则。然后分析了神经网络的结构参数对故障诊断结果的影响,并对故障征兆进行描述,阐述了电控发动机故障征兆模糊化实质和模糊神经网络故障诊断模型。最后定义了电控发动机燃油供给系统的信息表达和邻域决策系统,分析了邻域粗糙集数据约简算法的实现过程。智能混合故障诊断系统的开发和验证。首先设计了智能混合故障诊断系统的完整组成结构,完成了故障诊断系统的功能模块设计。然后以丰田卡罗拉2ZR-FE型号的发动机为研究对象,利用Access数据库建立了故障代码查询系统的数据库,并编写了查询系统和数据流分析的故障诊断程序,利用MATLAB GUI开发了故障代码查询系统和数据流分析的故障诊断系统。最后通过实验验证,说明智能混合故障诊断系统具有实际应用的价值。