现今,汽车行驶速度越来越快,人们对其安全性能要求也越来越高。作为汽车的主动安全装置之一的汽车防抱死制动系统(Anti-lock Braking System, ABS),能够通过调节车轮制动力来防止车轮抱死,提高汽车的制动效能和方向稳定性,因此对ABS故障诊断技术的研究具有重要意义。由于传统的故障诊断专家系统缺乏自学习、自适应的能力,无法对复杂的不确定性故障进行推理,本文提出专家系统与神经网络技术相结合的方法对ABS故障诊断进行研究。设计了神经网络-专家系统协同式诊断方案。首先,重点分析基于神经网络的系统故障诊断方法。针对ABS传感器和调节器故障,构建基本的BP神经网络,利用专家提供的故障数据作为训练样本和测试样本,对网络进行训练和仿真。在神经网络故障推理过程中,BP神经网络显现的一些明显缺陷,于是利用基于L-M算法的BP网络改进。经过MATALAB仿真,验证这种改进方案能改善训练效果,提高收敛速度,让诊断结果更加精确。ABS其他部位的故障,使用专家系统进行诊断。本文给出ABS故障诊断协同式系统总体设计方案。系统设计中,着重剖析基于神经网络专家系统的知识库、推理机以及解释机的设计过程,详细分析结合这两种技术进行故障诊断的实现流程。联合Visual C++、SQL Sever数据库和MATLAB软件平台,完成系统的上位机开发。最后,通过具体的故障诊断实例,验证将两种技术结合用于ABS故障诊断的可行性。鉴于神经网络技术与专家系统之间的互补性,系统实用性能得到提升。实验结果证明,基于神经网络与专家系统的混合故障诊断方法很大程度地缩短了ABS故障诊断时间,并提高了诊断水平和效率。本文设计的系统,为ABS故障诊断增加了一种可行途径。