发动机是汽车的重要组成,是车辆运行的动力来源。随着其自动化程度的不断提高、工作性能的不断完善,其结构也变得越来越复杂;外加工作环境十分恶劣,因此发动机故障发生的频率增大,并且其诊断难度也不断提高。这样就使得发动机成为汽车故障诊断与检测的重点对象。为了迅速诊断故障状况,提高维修的效率,世界各国的汽车公司和研究机构纷纷投入大量的资金和精力研究汽车发动机电控系统的故障诊断。而我国汽车工业发展较晚,汽车电子与发达国家差距很大,所以进行汽车故障诊断方法的研究对于改善和提高我国的汽车检测诊断技术非常重要,具有重要的现实意义。汽车发动机故障诊断理论及其方法的研究是随着汽车技术不断进步而逐步完善的过程,建立科学、系统、合理、完善的汽车故障诊断理论体系,已成为目前汽车故障诊断的必然要求和技术发展的必然趋势。然而,目前关于发动机故障自诊断系统设计的方法种类很多,但是既繁多又杂乱,在详细分类讨论各自方法的实施和综合对比不同方法的优缺点这一领域还是空白,本论文目的就是填充这一空白,丰富和完善汽车故障诊断体系,探索新的故障诊断方法,具有一定的理论价值,同时也便于查阅,具有一定的参考价值。论文首先明确了故障诊断的基本概念,从而引出发动机故障诊断的概念及流程,分析了发动机故障自诊断系统的国内外研究现状、存在的问题和未来发展趋势。随后,针对在电喷发动机故障诊断中主要采用的测试及诊断方法(基于信号处理的方法,基于解析模型的方法,基于知识的故障诊断方法)分别进行深入讨论。首先对基于信号处理的方法进行详细分析,重点阐述了小波理论,并结合上述理论给出了故障诊断的实例。其次,介绍了基于解析模型的方法,详细讨论了其分类以及各类方法的提出、实施及不足。再次,介绍了基于知识的故障诊断方法,对基于知识的故障诊断方法进行详细分类分析,重点阐述了专家系统故障诊断以及神经网络故障诊断,并结合上述理论,结合神经网络专家系统给出了故障诊断的实例。最后,运用故障诊断方法与虚拟仪器相结合,介绍了基于虚拟仪器发动机故障自诊断系统的设计;运用故障诊断技术与现代网络技术相结合,介绍了发动机远程诊断系统的基本组成,分析了远程诊断中心的结构,重点研究了故障推理系统。