随着汽车工业的飞速发展,汽车电子产品的应用越来越多,汽车维修业越来越复杂,因此对汽车维修人员的专业素质要求也越来越高。本文通过课题研究的目的和意义来进行讨论,明确提出根据汽车动态数据流,应用神经网络模型判断发动机故障。这将大大减少维修人员的劳动量,缩短维修时间,降低维修人员的劳动强度,提高劳动效率。本文将PNN(概率神经网络)应用于电喷发动机的故障诊断中。首先介绍了电喷发动机电子控制系统的组成及各自的原理及功用；其次,介绍了PNN神经网络的结构及算法,并建立神经网络模型；最后,以北京现代途胜汽车G4GC型发动机为例,在怠速工况下,模拟发动机的各种故障,用金德KT600故障检测仪对对应故障的数据流建立样本集。用MATLAB语言及其数据库处理技术编制仿真程序,用PNN神经网络对所采集的样本集进行训练和仿真,从而得出故障诊断结果。