我国汽车保有量不断增加,汽车电气火灾事故频频发生,对人身安全与社会财产造成了严重的损失。电弧故障是汽车电气火灾中的主要元凶,现有的车载保护装置无法提供可靠的保护。因此,对汽车电弧故障检测方法的研究势在必行。本文以汽车电弧故障的检测方法作为研究对象,分析汽车典型负载运行中的电弧故障特征,提出一种基于BP神经网络算法的汽车电弧故障检测方法。根据中大型客车电气的结构,完成汽车电弧故障实验平台的搭建和实验方案的设计;以车灯、雨刷电机与喇叭三种车载电器作为单一负载和复合负载,与汽车回路中的电弧发生装置串联,产生电弧进行汽车电弧故障实验;对汽车单一负载和复合负载有无电弧故障的信号进行时域与功率谱对比分析。分析结果表明,发生电弧故障时,电流波形出现较高频率的信号,在60KHz~110KHz频段上的功率谱幅值上升,且该频段的总能量与正常运行时的有较大差别。根据电弧故障信号特征的分析,论文设计以60KHz~110KHz频带作为通频带的带通滤波器,对单一负载与复合负载有无电弧故障的信号进行滤波,提取出汽车电弧故障特征频段的信号;将电弧故障的特征频段划分为五个能量区间带,利用单一负载与复合负载有无电弧故障时的五个能带值,构造出汽车电弧故障的特征向量;将汽车特征向量作为网络输入,有无电弧故障的状态作为网络输出,应用BP神经网络算法对汽车电弧故障的样本进行训练与测试。测试结果证明,本文的识别算法对汽车电弧故障的检测十分有效。论文最后根据汽车电弧故障的能带分布特征,设计基于DSP控制器检测样机的硬件与软件,并完成样机的调试,实现对汽车电弧故障的在线检测。