随着社会经济的发展,汽车的保有量越来越大,汽车排放对大气环境的影响也越来越大,各国对汽车排放的控制也更加严格,制定了严格的排放法规,对于排放超标和异常的汽车要求诊断维修,以减少排放,如何迅速、准确的诊断造成排放异常的故障成为一个迫切需要解决的问题.利用排气诊断故障是最简洁直接的方法,可大量减少正向搜索故障的时间,对于不知道哪些故障对排放产生影响、影响程度如何的维修人员,更显示这种方法的优越性.它的研究有很大的经济和社会意义.这种诊断方法简单直观,首先它的研究为汽车故障诊断提供了新的方法和途径,其次它的研究能够及时准确的诊断汽车排放超标的故障,进而达到降低排放,减少排放污染的目的.本文首先对排气与汽车故障的关系进行理论研究,得出汽车故障和排气关系的系统图.又对发动机故障与排气浓度变化的关系进行实验研究,得出发动机系统故障与排气浓度变化对应规则.在实验数据中取得训练样本,建立了神经网络故障诊断模型.为了对排气浓度变化的故障进行智能化诊断,在此基础上建立了发动机排气故障智能诊断系统,利用神经网络对故障进行分类,给出初步诊断结果,利用故障树推理进行深入诊断,诊断出具体的故障部位.