随着计算机网络技术、微电子技术、伺服传动技术以及数字化通信等技术的快速发展,车载设备的集成度越来越高,增加了设备故障的复杂性和多样性。现在的车载设备故障诊断和维修仍凭借专家经验,诊断的准确性难以满足当今社会的需求,寻找一种能够确定车载设备故障类型,并对可能出现的故障征兆做出有效预测的诊断方法就显得十分重要。经过长时间的积累,车载故障诊断领域记录大量的相关故障数据,这为贝叶斯分类器诊断模型的实现提供有利的数据证据支持。贝叶斯分类器即可利用数据样本对贝叶斯诊断模型进行训练,实现车载故障诊断的功能,又可将诊断结果作为对车载设备可能出现的故障征兆进行预测的数据依据,从而达到智能化故障诊断目的。论文首先完成基于ARM9的智能车载故障诊断系统的总体方案和硬件设计,通过CAN总线对车载设备数据进行采集、传输,利用基于Linux操作系统的管理中心对车载设备数据进行分析诊断,外接3G无线通信网络模块实时与远程服务中心进行数据传输;其次对贝叶斯网络与贝叶斯分类器进行研究;接着将汽车发动机喷射装置作为故障诊断对象,结合实际故障记录数据和故障特点,建立以贝叶斯分类器技术为核心算法的故障诊断模型;论文最后根据实际需求对各个功能模块进行设计,并应用QT平台开发的故障诊断软件对故障诊断系统进行相关测试。