随着科技的不断进步和发展,电子控制系统在汽车中的应用越来越广泛,仅仅凭借经验法和故障码对汽车故障进行诊断已不能满足实际的需要。为了快速、准确地找出发动机故障的原因和故障的部位,以提高故障诊断的有效性和准确率,有必要对数据流进行正确的分析和应用研究。本文拟通过基于神经网络的数学模型,设计出一套智能化的利用数据流分析发动机故障的诊断系统,此诊断系统是利用MATLAB软件强大的计算功能,将读取的发动机数据流输入到预设定的程序中,即可诊断出发动机故障产生的部位及原因。本文以伊兰特1.6L发动机为例,将PNN(概率神经网络)应用于电控发动机的故障诊断中。首先介绍了电控发动机的基本组成及自诊断原理;并详细介绍了数据流的分类和分析方法及介绍传统分析方法与本文的利用神经网络分析方法的不同;其次,对人工神经网络模式、PNN的特点及网络结构进行了详细的介绍,通过对MATLAB的特点、神经网络故障诊断步骤、PNN网络设计及MATLAB的实现的详细分析与介绍,为MATLAB软件包程序的电控发动机故障诊断提供了可行的依据;最后,利用KT300故障诊断仪检测发动机模拟各种故障的数据,将所测的对应数据流建立样本集,通过对数据样本进行网络学习后,将待检测的数据输入已训练好的网络程序中,从而验证神经网络故障诊断的准确性,并通过经验分析故障的方法和PNN神经网络诊断结果进行比较,进一步说明了利用PNN网络诊断发动机数据流故障的准确性。本文的研究结果将对汽车发动机电控系统的故障诊断与检测提供了一种快速有效的方法,从而进一步提高了故障诊断的准确率。